Revista SONAC 2012

SONAC. Revista de Sonido y Acústica, Num. 3, Mayo 2012. ISSN: 1390-6348

PUBLICACIÓN

COMITÉ ORGANIZADOR Tomás Villón Luis Bravo Christiam Garzón Renato Zamora José Lucio Hugo Jácome Camila Pulido Marco Argoti DIAGRAMACIÓN Y DISEÑO Mantis Comunicación Persuasiva 600 6740 / 336 0943 / 0916

S O N A C 2 0 1 2

Bienvenida Editorial Programación y configuración de instrumentos virtuales basados en el registro y muestreo de instrumentos andinos y afroecuatorianos

3 4 5

V. Soria y D. Núñez

Ecualización de Campo Difuso para Funciones de Transferencia Relativas a la Cabeza (HRTF’s)

M. Mora y A. Escamilla

Uso de la herramienta computacional RAIOS para la implementación de un módulo para la visualización de la densidad de energía acústica de un recinto

J. F. Lucio Naranjo, R. A. Tenenbaum, G. Ortega y O. Chávez

Comparación entre diferentes métodos de modelación del software EASE

N. Bastián

Realidad Virtual Acústica vía Redes Neuronales Artificiales

J. F. Lucio Naranjo, R. A. Tenenbaum, J. C. B. Torres, E. Jácome y J. Mantilla

Identificación de Señales de Audio vía Redes Neuronales Artificiales

H. Jácome, J. F. Lucio Naranjo, G. Jurado y A. D. Enríquez

Procesos Psicoacústicos aplicados a la estimulación del Proceso Cognitivo de la atención en niñ@s de 5 años

D. Balarezo

Evaluación de modelos de predicción de ruido de tráfico aplicados a la ciudad de Quito mediante el software SoundPLAN v6.3

J. Guarderas

Predicción de ruido de actividad emitido por una torre refrigeradora ubicada en cubierta de hotel, sobre edificios aledaños en la comunidad de Mataró, España.

G. Bolaños

Influencia de la incertidumbre en los datos de entrada en la generación de mapas de ruido de grandes ciudades

J. Oberreuter

Gestión sobre Ruido Ambiental en el Distrito Metropolitano de Quito, Ecuador

107

M. Chávez

Diseño y evaluación acústica de salas para la enseñanza

117

J. E. Sommerhoff

Paisaje sonoro: ¿una metamorfosis de la acústica ambiental? P. Kogan

127

S O N A C 2 0 1 2

»Bienvenida U

n poco de historia, nuestra Universidad de Las Américas de Ecuador trajo por primera vez al País la carrera de Ingeniería en Sonido y Acústica en el año 2004, producto de la acogida que ha tenido y tiene esta área de la física en otros países del mundo, actualmente contamos con 4 promociones de egresados, y aproximadamente 60 titulados. Hemos sabido aprovechar la sinergia de otras universidades que son parte de la Red Laureate, como por ejemplo la Universidad de Las Américas de Chile, que desde un inicio fue parte en la creación de la carrera con su aporte sólido y de excelente calidad académica. La dirección de la carrera también ha sabido introducirla y posicionarla con las mejores prácticas de gestión de profesores, adquisición de equipos e infraestructura para el aprendizaje, siguiendo el modelo educativo: aprender haciendo. Hoy por hoy, vemos a los profesionales graduados en nuestra carrera, desempeñándose en las soluciones de las problemáticas de optimización de equipos electroacústicos, mejoras de calidad de producción y grabación de música o de presentaciones artísticas, así como en la prevención y remediación de la contaminación por ruido en el ambiente, análisis y propuestas de diseños de escenarios acústicos y la creación de dispositivos que interactúan con ondas de sonido para ayudar a discapacitados; evidenciando lo interesante y beneficiosa que es la carrera para la sociedad ecuatoriana. Nuestro mejor indicador de desempeño universitario es el éxito que alcanzan nuestros profesionales en el mundo laboral, teniendo presencia en empresas de sonido y acústica, estudios de grabación musical, telecomunicaciones, y como consultores en desarrollo de aplicaciones acústicas, tanto en el sector privado como en el público. Para nosotros, funcionarios que respondemos a los objetivos académicos de nuestra universidad, sigue el reto de mantener esta formación de nuevos profesionales con calidad de competencias, contando con la mejor tecnología disponible, actualizando constantemente los conocimientos desarrollados en ciencia y tecnología, así como también seleccionando a los mejores profesores del medio nacional e internacional. Nuestra Universidad y la dirección de la carrera se siente orgullosa de organizar año a año las Jornadas de Sonido y Acústica SONAC, donde se pone en relieve toda la innovación alcanzada en temas de interés, a través de invitaciones de expertos internacionales, exposiciones de proyectos de egresados y charlas magistrales de profesionales e investigadores que comparten sus avances y productos desarrollados, todo esto con el fin de enriquecer a profesionales y estudiantes de esta carrera. Quedamos muy agradecidos con quienes nos acompañan, estudiantes, profesores y empresas prestigiosas del medio, ya que con su presencia hacen mucho más relevantes estas Jornadas. Éxitos en SONAC 2012. Tomas Villón Decano Facultad de Ingeniería y Ciencias Agropecuarias Universidad de las Américas

»Editorial

no de los principales desafíos en Ecuador es la educación. Actualmente el sector de la formación académica de nivel superior está sometido a regulaciones, evaluaciones y controles con la finalidad de mejorar aspectos relevantes del sistema.

Un acierto a destacar, que fomentan las autoridades pertinentes, es la oportunidad que brinda el Estado para formar profesionales a través de una convocatoria a un programa de becas de posgrado en centros educativos reconocidos mundialmente; con la expresa condición que al finalizar los estudios, el becario regrese a Ecuador para aplicar los conocimientos, destrezas y experiencias adquiridas, en las áreas de prioridad para el país. La Ingeniería Acústica se enmarca dentro de las áreas de prioridad, especialmente en los sectores relacionados con el medio ambiente y la ecología; la producción e innovación; las tecnologías de la información, entre otras. Su relación con la Acústica es directa, evidente e ineludible, palpable en el sector ambiental a través de propuestas de regulaciones normativas acordes a la realidad local, modelos de gestión de ruido en ciudades, estudios sobre características bioacústicas en seres vivos; en el sector productivo, a través de programas de conservación auditiva, desarrollo de tecnología silenciosa, reducción de ruido industrial y laboral; en el sector tecnológico a través del desarrollo de herramientas que facilitan acciones o toma de decisiones, y agilizan procesos de ingeniería. De la misma manera, en áreas tan importantes como la industria del entretenimiento o en el sector de gran crecimiento como el de la construcción. Siendo en todos los casos el común denominador el mejorar la calidad de vida de las personas. En esta ocasión las Jornadas de Sonido y Acústica SONAC presentan varias de las aplicaciones descritas, que han sido desarrolladas por estudiantes y docentes de nuestra escuela, y por profesionales de Brasil, Chile, y Colombia, conformando un abanico, tan diverso como concéntrico, de temáticas como la acústica ambiental; el desarrollo de tecnologías de información aplicadas a la acústica; la electroacústica, psicoacústica, control de ruido y acústica arquitectónica, que reflejan el trabajo en pos de lograr posicionar socialmente a esta área del saber. Nuevamente creamos sinergias con firmas comerciales que buscan oportunidades de negocios ofreciendo sus productos y servicios para un mercado con muchísimo potencial de crecimiento. Un cálido reconocimiento a nuestros estudiantes, expositores y empresas que nos acompañan. Nuestra invitación a ser y hacer Acústica! Luis Bravo Moncayo Coordinador Académico Ingeniería de Sonido y Acústica Universidad de las Américas

S O N A C 2 0 1 2

PROGRAMACIÓN Y CONFIGURACIÓN DE INSTRUMENTOS VIRTUALES BASADOS EN EL REGISTRO Y MUESTREO DE INSTRUMENTOS ANDINOS Y AFROECUATORIANOS V. Soria

victorsoria3@hotmail.com

D. Núñez

dnunezsolano@gmail.com

Universidad de las Américas Quito - Ecuador

Resumen El presente proyecto tuvo como objetivo disponer un registro permanente de la sonoridad de once instrumentos andinos y afroecuatorianos de viento y percusión, aplicados al campo MIDI, específicamente en la programación de instrumentos virtuales. La vasta cantidad de instrumentación originaria del país, así como la gran cantidad de instrumentos traídos del exterior y posteriormente adoptados como propios, ha hecho que se llegue a definir mediante una extensa investigación etnomusicológica, once de los instrumentos más representativos de la cultura andina y afro del Ecuador. Así, se muestra la metodología y puntos a tomar en cuenta para el muestreo y configuración de los instrumentos seleccionados. Desde la pre-producción de la grabación y todo el proceso de registro de muestras, pasando por la edición, selección y configuración del software para tener el resultado esperado. SONAC Revista de Sonido y Acústica, Num. 3, pags 5 - 15. Mayo 2012. ISSN: 1390-6348

La versatilidad del proyecto permite tener una herramienta de preproducción, producción y posproducción musical, ya que dada la facilidad de uso es posible su aplicación en estos tres campos, sin mencionar el gran valor cultural que brinda el tener un registro permanente de la sonoridad de estos instrumentos, que se han llegado a convertir en símbolos de las culturas involucradas. Palabras Clave: Instrumentos virtuales, Andinos, Afroecuatorianos.

Abstract This project aims to create a database of the sound of eleven andean and afro-ecuadorian wind and percussion instruments, which could be applied for MIDI uses, specially in the programming of virtual instruments. The huge amount of original native instruments and the large number of instruments brought from abroad and later adopted as our own, required an extensive ethnomusicological research. From all the instruments researched we selected eleven of the most representative instruments. The authors show the methodology used for the sampling and configuration of the selected instruments, from the pre-production of the recording and all the sampling processes, the edition, selection and configuration of the software which are required to obtain the desired result.

El aspecto técnico, metodológico, de análisis y de grabación de instrumentos andinos y afroecuatorianos ha sido poco desarrollado y débilmente investigado.

The versatility of the project allowed the development of a really easy pre-production, production and post-production tool, which also have great cultural value because of the database created of the sounds of these instruments which have become symbols of the cultures involved. Keywords: Virtual instruments, Andean, Afro-ecuadorian. 1. INTRODUCCIÓN Este proyecto se sustenta en la conformación de un conjunto de instrumentos virtuales que aporten al desarrollo y ejecución de la música ecuatoriana, ya que a pesar de que la temática, desde una perspectiva antropológica y cultural presenta importantes investigaciones; el aspecto técnico, metodológico, de análisis y de grabación de dichos instrumentos ha sido poco desarrollado y débilmente investigado. 2. ANTECEDENTES El tangible aporte etno-cultural que fue ocasionado por el comercio de esclavos africanos hacia América, y consecuentemente, la incorporación de sus tradiciones y costumbres en toda la extensión del continente, ha determinado una fuerte influencia musical dentro de los ritmos contemporáneos actuales. Por otra parte, es determinante la contribución cultural indígena ecuatoriana, ya que cuenta con una amplia gama de instrumentos ancestrales y rituales de raíces autóctonas del área andina, y que con el pasar del tiempo ha sufrido adaptaciones y modificaciones.

S O N A C 2 0 1 2

Es importante tener en consideración que las tradiciones andinas y afro no solo se encuentran establecidas en un solo país, sino que están inmersas en varias regiones del continente, es decir que la aplicación de esta propuesta podría ser muy amplia, ya que lograría complementar y combinar el aspecto técnico del uso de instrumentos virtuales que permitan la ejecución y producción de extractos sonoros de mayor calidad y fácil acceso. 3. OBJETIVO GENERAL Configurar y programar funciones dentro de un software de producción musical, en base al registro de muestras de audio de instrumentos musicales afroecuatorianos y andinos, para su ejecución sobre una plataforma virtual. Objetivos Específicos -- Determinar cuáles son los instrumentos musicales más representativos dentro de los grupos afroecuatorianos y andinos, y establecer cuáles de estos presentan las mejores condiciones para el modelamiento virtual. -- Establecer un procedimiento con base técnica para la configuración de instrumentos virtuales, aplicando técnicas de muestreo y mapeo de instrumentos musicales andinos y afroecuatorianos. -- Compilar una librería de muestras de audio y crear un registro de los instrumentos musicales más representativos de los pueblos afro y andino del Ecuador. 4. DESARROLLO Estudio etnomusicológico (Estudio de los instrumentos) Tomando como antecedente que en el Ecuador existen 27 nacionalidades, pueblos indígenas y afroecuatorianos, se puede evidenciar la expresión de diversidad del país. Ecuador, un Estado multinacional, pluricultural, multilingüe; principalmente compuesto por dos grupos etno-nacionales-culturales, que poseen manifestaciones culturales propias: el hispano hablante y el quichua hablante. Dentro del componente cultural nacional también se encuentran los micro grupos etno-culturales, localizados a lo largo y ancho del territorio nacional; siendo portadores de raíces culturales como la andina, afro, hispana, etc. El “producto” cultural nacional es el resultado del mestizaje, de la globalización y de la fusión de muchos factores, que al mezclarse y desarrollarse a través de una construcción socio-cultural, han dado el resultado de lo que es y ha sido la música ecuatoriana. En general, entre todos los grupos etno-culturales del Ecuador se puede encontrar instrumentos de diverso tipo como: idiófonos, membranófonos, aerófonos y cordófonos.

Posterior a una investigación antropológica de los tipos de instrumentos que existen en el Ecuador, se optó por representar los instrumentos de dos culturas muy trascendentales, como lo son la cultura afro y andina. Un aporte muy relevante de este proyecto fue el realizar una recopilación etnomusicológica, en otras palabras, se recolectó información muy valiosa para el ámbito acústico, etnomusical y cultural; consecuentemente, se establecieron 11 instrumentos que serían muestreados y configurados en una plataforma virtual.

BOMBO ESMERALDEÑO

MARIMBA

CUNUNO

Figura 4.1 Instrumentos Afro Analizados

Para cada uno de los instrumentos seleccionados para ser muestreados se realizó un análisis que comprendió: -- Estudio de la Forma: Podría decirse que esta es una vista global y general de los instrumentos; en esta sección se detalla la clasificación y se describe los elementos constitutivos de cada uno de los instrumentos. -- Estudio Musical: Detalle y especificaciones de las características musicales del instrumento, es decir, el timbre, la escala y tesitura de cada instrumento. -- Construcción: Recopilación de información de libros y Luthiers sobre los métodos, técnicas, materiales y procesos de construcción de estos instrumentos tradicionales.

S O N A C 2 0 1 2

-- Función: No es posible deslindar de este tema la cosmovisión de cada pueblo, consecuentemente cada uno de los instrumentos seleccionado tiene un uso específico dentro de la vida de estos pueblos, cada uno de ellos se usa para diferentes ritos, fiestas o actividades personales o comunitarias. Por lo que también se establece información sobre la forma de ejecución, uso general y el sonido característico de los instrumentos.

RONDADOR

RUCO PINGULLO

BOMBO ANDINO

FLAUTA TRAVERSA

TAMBORIL

PÍFANO

CARACOL

Figura 4.2 Instrumentos Andinos Analizados

Grabación El proceso de grabación se llevó a cabo después de estudiar y analizar el equipamiento, técnicas de microfonía y recintos de grabación con los que se llevaría a cabo este proceso. Estableciendo las necesidades del proyecto se determinó el uso del estudio de grabación de la Universidad de las Américas. Se usó microfonía de gama alta haciendo uso de técnicas de microfonía cercana (close micking), mediana (mid micking), ambiental (room), estéreo, par coincidente y par separado. En general todas las sesiones fueron registradas en sistemas Pro Tools con frecuencias de muestreo de 88,2 kHz y una resolución de 24 bits. La excepción a la regla fue en la grabación del Caracol, ya que en este caso se decidió registrarlo en el páramo (campo libre) con una grabadora digital, es decir, a 44,1 kHz y 24 bits. Para cada instrumento se registraron 3 intensidades diferentes para poder tener instrumentos virtuales con mucha más naturalidad.

Figura 4.3a Fotografías de la grabación de los Instrumentos Andinos y Afro.

Procesamiento Una vez registradas las muestras, el siguiente paso fue la selección, edición y procesamiento de las mismas, antes de proceder a la configuración de los instrumentos virtuales. Dichos procesos fueron realizados mediante los software Pro-Tools y Melodyne. La primera etapa de este proceso fue la selección de muestras, de entre un número de aproximadamente 400 muestras en total, se tomó en cuenta los aspectos como duración, homogeneidad, claridad y que éstas estén libres de ruido para poder tener una librería de calidad. Ya que las muestras fueron grabadas en multipista, no se pudo dejar de tomar

S O N A C 2 0 1 2

Figura 4.3b Fotografías de la grabación de los Instrumentos Andinos y Afro.

en cuenta los posibles problemas de fase; es así que con la ayuda de un analizador de fase y con el editor gráfico, se pudo corregir el problema, mismo que influyó considerablemente en la sonoridad de las muestras. Una vez hechas las correcciones de fase, se procedió a mezclar las muestras para poder tenerlas en estéreo y poder proseguir con los siguientes pasos de procesamiento. En cuanto a la afinación, los instrumentos seleccionados con variación tonal (rondador, flauta traversa, pífano y marimba) tienen técnicas artesanales de construcción, por lo que su afinación original no corresponde a la afinación temperada occidental, y las características acústicas de los materiales y su exposición al medio ambiente crean desafinaciones micro tonales. Para este proceso se utilizó el software MELODYNE STUDIO 3, este software permite visualizar y modificar de manera gráfica la ubicación de la muestra en un plano de frecuencia, la desviación tonal de cada una de ellas con respecto a su nota en centésimas de tono, el proceso se lo realizó guiándose auditivamente con muestras de otros instrumentos virtuales y la interfaz gráfica del software para poder tener muestras lo más afinadas posible. La ecualización es el último paso antes de introducir las muestras al instrumento virtual. Este proceso está pensado principalmente para los instrumentos con variación tonal definida; sin embargo también se aplicó para los instrumentos que no poseen una variación tonal esta-

blecida, como es el caso de los instrumentos de percusión, en los cuales se analizó su frecuencia fundamental y/o armónicos para excitarlos levemente de manera que refuerce el sonido de los instrumentos en general. El proceso consistió en dar entre 1,5 y 2,5 dB; para las frecuencias fundamentales en el caso de instrumentos con tesitura; y para percusiones mediante un analizador de espectro determinar las frecuencias fundamentales y excitarlas levemente. Este proceso se llevó a cabo en Pro Tools con los ecualizadores gráficos que vienen por defecto.

AFINACIÓN SELECCIÓN DE MUESTRAS

ECUALIZACIÓN

MEZCLA

Figura 4.4 Procesamiento.

Configuración del Instrumento Virtual Este proceso corresponde a la configuración del instrumento virtual desde que la muestra es cargada en el sampler hasta que se le da su último retoque para tener como resultado el instrumento virtual terminado y listo para ser utilizado por el usuario. El mapeo es el primer paso en esta etapa, consiste en cargar la muestra de audio en el sampler elegido y asignarla en la tecla correspondiente a su altura tonal, a partir de esto es necesario de más procesos para obtener la configuración final de los instrumentos. En este punto se establece la tesitura que tendrá cada muestra dentro del instrumento ya que en su mayoría, los instrumentos andinos no abarcan toda la tesitura para cubrir la de los instrumentos virtuales.

S O N A C 2 0 1 2

Para poder continuar con la configuración de los instrumentos es necesario realizar asignaciones de velocidad, esto quiere decir que en una misma tecla existirán diferentes intensidades que van de acuerdo con la fuerza o velocidad con que se ejecute la tecla; esto es posible gracias a que los samplers permiten asignar más de una muestra en cada tecla; esto en conjunto con un plug-in de KONTAKT llamado velocity, permiten tener muestras con más naturalidad. Otro proceso de configuración fue el de asignación de puntos de loop, esto se dio únicamente para los instrumentos de viento andinos y para el guasá con el fin de poder tener sonoridad infinita. Otro proceso utilizado fue la asignación de envolventes de velocidad; con esto se tiene control sobre el ataque, decaimiento, sostenimiento y relajación. Con estos procesos realizados, además de los que dispone el software para su presentación o la incorporación de efectos como reverb, hacen que los instrumentos configurados tengan una ejecución amigable desde un punto de vista técnico musical.

Figuras 4.5 Instrumento virtual, interfaz gráfica de usuario.

Figura 4.6 Instrumento virtual, interfaz gráfica de usuario.

5. CONCLUSIONES Los instrumentos registrados poseen características acústicas y musicales únicas; por lo que representan parte del sincretismo cultural Ecuatoriano. Además, la concepción y disposición de los instrumentos en su construcción tienen características especiales relacionadas a la cosmovisión de sus pueblos; características que no se encuentran en los estándares académicos de la música “occidental”. Para el desarrollo de los instrumentos virtuales fue necesario tener un software que disponga de métodos de edición amigables y completos, ya que parte del éxito de los instrumentos virtuales depende de las ventajas que el sampler entregue. El usar mucho procesamiento digital en las etapas del desarrollo de la plataforma virtual, puede tener como resultado la pérdida de naturalidad en el sonido final de los instrumentos.

Este proyecto puede ser considerado como una herramienta tecnológica y cultural importante debido a que actualmente gran parte de las generaciones contemporáneas optan por componer y ejecutar música desde dispositivos electrónicos controlados por software.

En cuanto al registro de los instrumentos, se debe tomar en cuenta todos los factores, como intensidad, duración y homogeneidad de las muestras; dichos factores son relevantes para obtener muestras aptas para la configuración de la plataforma virtual. Particularmente, la configuración de los aerófonos andinos representó todo un reto para este proyecto, ya que los bucles, la afinación y el mapeo requirieron de mucha atención desde el momento de su interpretación en estudio hasta el final de su configuración. En contraparte, los instrumentos de percusión entregaron mayor facilidad en los procesos de grabación y configuración, por lo que resultaron ser los instrumentos virtuales más orgánicos. En general, para dar mayor naturalidad a ciertos instrumentos virtuales se debe respetar su forma tradicional de interpretación según la escala de construcción. Este proyecto puede ser considerado como una herramienta tecnológica y cultural importante ya que se encuentra desarrollado en un nuevo lenguaje de producción para la música tradicional ecuatoriana; lenguaje que hoy por hoy es usado en la gran mayoría de producciones musicales. Esto debido a que actualmente gran parte de las generaciones contemporáneas optan por componer y ejecutar música desde dispositivos electrónicos controlados por software.

S O N A C 2 0 1 2

6. REFERENCIAS 1.

COBA ANDRADE, Carlos Alberto. (1981) Instrumentos Populares Registrados en el Ecuador. Tomo II. Quito: Colección Pendoneros, Banco Central del Ecuador.

SPEISER, Sabine. (1989) Tradiciones Afro-Esmeraldeñas. Quito: Abya-Yala.

Native Instruments (2009). Kontakt 4 Guía de Usuario

VALENZUELA, José. (1995) Descubriendo MIDI. Primera Edición. San Francisco-California: Miller Frenan Books.

DE FURIA, Steve; SCACCIAFERRO, Joe. (1987) The Sampling Book .Primera Edición. Pompton Lakes-New Jersey: Third Earth Publishing Inc.

LUZURIAGA ARIAS, Diego; TOBAR, Ataulfo. (1980) El Rondador. Primera Edición. Quito.

MORENO, Segundo Luis. (1972) Historia de la Música en el Ecuador, Quito, Editorial Casa de la Cultura Ecuatoriana.

RODRÍGUEZ, Marcelo. (2008) Guía metodológica en multimedia de instrumentos andinos, utilización de pífanos y payas en la educación regular musical y en el quehacer artístico de niños, jóvenes de Quito Sur y barrios aledaños. Primera Edición. Quito: Publicación auspiciada por el Ministerio de Cultura del Ecuador.

FRANCO, Juan Carlos; DONOSO, Paulina. (2003) Marimba: Los Tonos de la Chonta.

10. ESCOBAR, Remberto. (1972) Memoria viva: costumbres y tradiciones esmeraldeñas. Taller de arte y cultura negra La Canoita. 11. COSTALES, Piedad y Alfredo. (1995) Lo Indígena y lo Negro. Instituto Andino de Artes Populares del Convenio Andrés Bello.

S O N A C 2 0 1 2

ECUALIZACIÓN DE CAMPO DIFUSO

PARA FUNCIONES DE TRANSFERENCIA RELATIVAS A LA CABEZA (HRTF’S) M. Mora

morita_18213@hotmail.com

A. Escamilla

antonio.escamilla@usbmed.edu.co

Universidad de San Buenaventura Medellín - Colombia

Resumen En el presente trabajo, se describe e implementa un método para la ecualización en campo difuso de una base de datos de respuestas al impulso relativas a la cabeza (HRIR). Luego de realizar una revisión bibliográfica exhaustiva de los métodos de ecualización en campo libre y difuso, se opta por este último, en donde la referencia para la ecualización, producto de un promedio energético de las magnitudes de las funciones de transferencia relativas a la cabeza (HRTF´s), contiene características independientes de la dirección de propagación como lo son la respuesta del sistema electroacústico usado en la medición de las respuestas al impulso y la resonancia del canal auditivo; características que son luego eliminadas de las HRIR`s de la base de datos, aplicando un método de ecualización inversa en el dominio de la frecuencia. El método contempla la descomposición de las HRTF´s en una conexión en serie de dos sistemas: una función de transferencia de fase mínima y una de all-pass, las cuales sirven como elementos para la implementación de un cancelador de crosstalk y algunos métodos de interpolación de HRTF´s que se desarrollan en la Universidad San Buenaventura Medellin, dentro de un proyecto de investigación en audio 3D. Palabras Clave: Audio 3D, Ecualización en campo difuso, Respuesta al impulso relativa a la cabeza (HRIR), Función de transferencia relativa a la cabeza (HRTF), Síntesis binaural, Sistema de fase mínima, Sistema de fase all-pass.

SONAC Revista de Sonido y Acústica, Num. 3, pags 17 - 26. Mayo 2012. ISSN: 1390-6348

Abstract In this paper we describe and implement a method for the diffused field equalization of a database composed of the head related impulse responses (HRIR). After conducting an exhaustive review of the equalization methods in free and diffuse field, the latter was chosen, where the reference for the equalization, product of the average energy of the magnitude of the head related transfer functions (HRTF’s), contains characteristics that are independent of the direction of propagation such as the response of the electroacoustical system used in the measurement of the impulse responses and the ear canal resonance. These characteristics are then removed from the HRIR’s database applying an inverse equalization method in the frequency domain. The method decomposes the HRTF’s into a connection in series of two systems: a transfer function of minimum phase, and an all-pass. These serve as elements for the implementation of a crosstalk canceller and some interpolation methods of HRTF’s taking place in the San Buenaventura University of Medellin, in a 3D audio research project. Key Words: Audio 3D diffuse field EQ, Head related impulse response (HRIR), Head related transfer function (HRTF), Binaural synthesis, Minimum phase system, All-pass phase system.

1. INTRODUCCIÓN A partir de la audición, el ser humano tiene la capacidad de identificar y localizar una fuente sonora, independientemente de la dirección de la que provenga. El objetivo de una fuente de sonido 3D es otorgarle la facilidad a un individuo de ubicar fuentes sonoras virtuales, dando la sensación de que el sonido proviene desde una posición en la cual no existe fuente sonora alguna. Para obtener la sensación de espacialidad trabajando con 2 altoparlantes, es indispensable combinar un proceso llamado ‘Síntesis Binaural’ con un circuito que invierta el camino de transmisión acústica del parlante a los oídos de la persona, el cual es llamado ‘Cancelador de Crosstalk’. La finalidad de este proyecto de investigación es poder implementar en un principio la síntesis binaural, la cual se logra realizando una ecualización en campo difuso de una base de datos de respuestas al impulso relativas a la cabeza (HRIR). Esta ecualización se aplica a las funciones de transferencia de la cabeza (HRTF’s) y permite eliminar características independientes de la dirección de propagación como lo son la respuesta del sistema electroacústico usado en la medición de las respuestas al impulso y la resonancia del canal auditivo. Una vez se alcanza esta instancia es posible recrear una sensación de espacialidad al convolucionar una HRIR con una señal monofónica y reproducir este resultado en auriculares.

S O N A C 2 0 1 2

2. ECUALIZACIÓN DE LAS HRTF´S Para la implementación de la ecualización de las funciones de transferencia procedentes de una cabeza binaural, es necesario definir el tipo de ecualización que se aplicará a cada una de ellas. Principalmente, existen 2 tipos de ecualización: Ecualización en campo libre y en campo difuso. La ecualización en campo libre consiste en ecualizar todas las mediciones realizadas con respecto a una HRTF medida en una dirección en particular. En [Gardner (1997)], por ejemplo, las HRTF’s son ecualizadas en campo libre con respecto a la respuesta a 30 grados de incidencia horizontal, posición en la cual normalmente se ubicaría un arreglo típico de altavoces en un sistema de audio 3D que use parlantes y no audífonos para reproducir señales binaurales.

…de acuerdo con resultados presentados en [Larcher et al. (1998)], es posible verificar que la ecualización en campo difuso es considerada una técnica robusta para trabajar HRTF’s medidas desde diferentes direcciones.

Por otro lado, es de vital importancia eliminar los efectos de los transductores que intervienen en la grabación de las respuestas al impulso. Un sonido en campo difuso se define como aquel que proviene aleatoriamente de todas las direcciones. Por lo tanto, la HRTF de referencia se constituye por un promedio energético de la transmisión del sonido proveniente de todos los ángulos [Møller (1992)]. Este promedio energético [Gardner (1997)], establece la magnitud de la respuesta en campo difuso, que reúne distintas componentes, incluyendo el sistema completo de medición y la resonancia del canal del oído. Según [Gardner (1997)], cada uno de estos métodos de ecualización da como resultado una respuesta de referencia, la cual es invertida y utilizada para filtrar todas las mediciones. Esta operación se realiza en el dominio de la frecuencia y normalmente consiste en dividir el espectro complejo de cada HRTF por el espectro complejo de la HRTF de referencia. Es de vital importancia decidir con qué tipo de ecualización se trabaja durante la síntesis binaural. Según experimentos realizados por [Theile (1986)], los cuales serían reafirmados por [Blauert (1997)], se indica que si las respuestas al impulso obtenidas provienen de diferentes direcciones, asegurando una cantidad notable de sonidos difusos o no frontales, los oyentes prefieren trabajar con un sistema ecualizado bajo la modalidad de campo difuso. De igual manera, de acuerdo con resultados presentados en [Larcher et al. (1998)], es posible verificar que la ecualización en campo difuso es considerada una técnica robusta para trabajar HRTF’s medidas desde diferentes direcciones. Como una consecuencia de lo anterior, las mediciones de respuestas al impulso de la cabeza que se realizan con distintos individuos no varían significantemente utilizando este tipo de ecualización. Según resultados publicados por [Theile (1986)], se afirma que se realizaron investigaciones para definir el tipo de ecualización más óptima cuando se trabaja con la reproducción de grabaciones convencionales realizadas con técnicas estéreo, aplicando síntesis binaural en auriculares. Aunque se afirma que la ecualización en campo libre es ideal cuando se trabaja con sonidos procedentes del eje de referencia, es decir, sonidos frontales utilizados en una grabación convencional; el estudio confirma que es preferible, para lograr una máxima fidelidad, adoptar

una ecualización en campo difuso. Una ecualización en campo difuso preserva el tono y la coloración de la reverberación de un recinto, tal cual es capturada por un arreglo estéreo de micrófonos. En pruebas de escucha, esta condición aparece como la característica adecuada para asegurar la compatibilidad de grabaciones hechas con una cabeza binaural, cuando se usan altavoces [Theile (1986)]. Por lo mencionado anteriormente, y teniendo en cuenta que en la base de datos del IRCAM las HRTF’s provienen en su mayoría de direcciones no frontales, se decide en el proyecto de investigación ecualizar las mediciones mediante campo difuso. 3. RESULTADOS Y PROCESAMIENTO DE LAS HRTF`S

En total son utilizadas 187 respuestas al impulso en formato estéreo, cada una con la cantidad de muestras mencionadas anteriormente.

En el desarrollo del proyecto, se trabajó con una base de datos de HRIR’s del IRCAM(Institut de Recherche et Coordination Acoustique/ Musique). La base de datos del IRCAM [Warusfel(2003)][Listen Project], son respuestas al impulso relativas a la cabeza de un grupo de individuos (HRIR), medidas en una cámara anecóica de dimensiones 8.1m × 6.2m × 6.45m y con un volumen de 324 m3. Se utilizó un sistema mecánico para variar la elevación de un parlante Tannoy Series 600 y un par de micrófonos miniatura Knowles FG3329 que fueron colocados dentro del canal auditivo de la población de personas. Para la variación azimutal se usó un sistema de rotación B&K 9640, que permite controlar la rotación de la silla sobre la cual se ubica el sujeto; todo controlado desde un computador Apple Macintosh G4 500 MHz con 256 Mb RAM, Mac OS 9.2, y una tarjeta de sonido RME Multiface. El software de medición es una aplicación en tiempo real en Max/MSP que permite calcular la respuesta al impulso usando una secuencia MLS de 8192 muestras para excitar la sala y de-convolucionar sincrónicamente la señal proveniente de los micrófonos. Se realizaron mediciones en posiciones sobre una superficie esférica con elevaciones entre -45 y +90 grados usando incrementos de 15 grados, y en el plano azimutal, incrementos de 15 grados abarcando completamente los 360 grados de una circunferencia. En total son utilizadas 187 respuestas al impulso en formato estéreo, cada una con la cantidad de muestras mencionadas anteriormente. En la siguiente gráfica se observa la respuesta al impulso original obtenida de la base de datos del IRCAM, medida en el plano horizontal (0º elevación) y a 0º azimut. Se relaciona Amplitud vs Muestras, con una longitud de 8192 muestras como fue mencionado anteriormente. Para realizar el procesamiento de las respuestas al impulso, se utiliza una ventana rectangular de 512 muestras para recortar las 8192 muestras iniciales. Lo anterior, considerando que para la caracterización del sistema cabeza-torso-pabellón auditivo la información temporal relevante de la respuesta al impulso, (a una frecuencia de muestreo de 44100 Hz), se encuentra en aproximadamente 512 muestras alrededor del pico máximo de la respuesta al impulso. En trabajos previos, [Pösselt et al.(1986)] se utilizó una ventana Hamming centrada en el valor máximo de la señal para recortar la cantidad de muestras a un valor

S O N A C 2 0 1 2

Figura 3.1: Respuesta al impulso de la base de datos del IRCAM. Medida a 0 grados azimut en el plano horizontal.

mucho más manejable, sin embargo en trabajos posteriores, a partir de experimentos en laboratorios, no se justifica el uso de ventanas que no sean rectangulares [Møller et al(1995)], [Sandvad & Hammershøi (1994)]. La justificación es que en la representación como filtro de una HRIR no hay discontinuidades en el dominio de la frecuencia, pero sí transiciones bruscas. Estas transiciones no causan oscilaciones al utilizar una ventana rectangular, mientras que el uso de ventanas con un lóbulo principal ancho, como la Hamming, producen un suavizado excesivo en el dominio de la frecuencia. El la figura 3.2 se muestran las respuestas al impulso contralateral e ipsilateral luego de aplicar la ventana rectangular para seleccionar 512 muestras. En ésta se observa que la ventana no está centrada en el pico máximo de la HRIR ya que es más relevante la evolución temporal después de alcanzar el pico máximo que antes de éste. Así mismo, en la figura 3.3 se observa la magnitud de la respuesta en frecuencia para las mismas HRIR’s relacionadas en la figura inmediatamente anterior. Para realizar la ecualización de las HRTF’s, se optó por utilizar un método en campo difuso sobre la opción de ecualización en campo libre. Según experimentos realizados por [Theile (1986)], los cuales serían reafirmados por [Blauert (1997)], se indica que si las respuestas al impulso obtenidas provienen de diferentes direcciones, asegurando una cantidad notable de sonidos difusos o no frontales, los oyentes prefieren trabajar con un sistema ecualizado bajo la modalidad de campo difuso. Es por esto que finalmente se decide trabajar con este último método de ecualización; teniendo en cuenta que en la base de datos del IRCAM las HRTF’s provienen en su mayoría de direcciones no frontales, por lo que el método de ecualización no privilegia una dirección en particular.

Figura 3.2: Respuesta al impulso de 512 muestras. Medida a 0 grados azimut en el plano horizontal. Respuesta ipsilateral (color azul) y respuesta contralateral (color rojo).

Figura 3.3: Magnitud de las HRTF medidas a 0º azimuth en el plano horizontal: respuesta ipsilateral (Color azul) y respuesta contralateral (Color rojo).

Las ecualización de las HRTF’s se obtiene a partir de las funciones de transferencias de potencia obtenidas para cada oído y medidas en campo difuso. Esta se obtiene para cada oído como la raíz cuadrada del promedio energético de las magnitudes de las respuestas en frecuencia de las HRTF’s (ecuación 3.1). En el caso en que las direcciones de medición no muestreen completamente una superficie esférica, se puede usar una función de pesos que compense dicho muestreo no uniforme, tal y como se sugieren en [Larcher et al. (1995)]. El promedio energético en campo difuso es calculado usando la ecuación 3.1 y se muestra para cada oído en la figura 3.4. Allí se observan las características que son independientes de la dirección de medición, donde claramente hay un pico alrededor de 3 kHz asociado a la resonancia del canal auditivo. 3.1:

S O N A C 2 0 1 2

Figura 3.4: Promedio energético de campo difuso de las HRTF’s. Oído izquierdo (azul) y derecho (rojo).

La respuesta de campo difuso debe ser luego invertida para crear un filtro de ecualización que pueda aplicarse a todo el conjunto de HRTF’s en la base de datos. Para la fase de este filtro inverso es necesario aplicar la transformada de Hilbert para garantizar que el filtro sea de fase mínima [Oppenheim & Schaffer (1989)]. En la figura 3.5 se observa el resultado de aplicar este filtro inverso, para las mismas HRTF’s de la figura 3.3.

Figura 3.5: Magnitud de las HRTF’s ecualizadas mediante campo difuso, medidas a 0º azimut en el plano horizontal. respuesta psilateral (azul) y contralateral (rojo).

Para el diseño del filtro inverso, se aplica una importante propiedad común en sistemas lineales con función de transferencia racional con polos y ceros. Así, todo filtro estable puede ser representado como una conexión en cascada de un filtro de fase mínima y un filtro de fase allpass. Este filtro all-pass implementa el exceso de la fase, obtenida como la resta entre la fase del filtro original y la del filtro de fase mínima.

Como se puede ver en [Oppenheim & Schaffer (1989)] un filtro de fase mínima se obtiene a partir del logaritmo de la magnitud de la respuesta en frecuencia usando la transformada inversa de Hilbert. Lo anterior se puede expresar de la siguiente manera: 3.2:

donde h(ejw) es una función de transferencia de un sistema lineal y estable, o(w) la fase del filtro de fase mínima y o(w) la fase del filtro all-pass.

…la aplicación del filtro inverso para la ecualización de campo difuso solo afectará la parte de fase mínima, que está representada únicamente por la magnitud de la respuesta en frecuencia de cada HRTF

De lo anterior, se puede suponer que una función de transferencia queda queda completamente representada por la magnitud de su respuesta en frecuencia y el exceso de fase que está representado en el filtro all-pass. Esto debido a que la magnitud del filtro de fase mínima es la misma magnitud de H(ejw) y se relaciona unívocamente con su fase por medio de la transformada de Hilbert. Apoyados en hallazgos experimentales [Møller et al. (1995)] [Gardner (1997)], se puede suponer que el exceso de fase para funciones de transferencia relativas a la cabeza (HRTF’s), por debajo de 5KHz puede aproximarse a un comportamiento de fase lineal que pueda ser modelado como un delay puro y que la ecualización en campo difuso no afecta el exceso de fase de las HRTF’s [Larcher et al. (1995)], entonces la aplicación del filtro inverso para la ecualización de campo difuso solo afectará la parte de fase mínima, que está representada únicamente por la magnitud de la respuesta en frecuencia de cada HRTF. Así entonces, la ecualización en campo difuso de una función de transferencia relativa a la cabeza H, se obtiene dividiendo la magnitud de su espectro |H| entre el promedio energético para campo difuso |Hdf|, manteniendo el exceso de fase 0(w) sin alteraciones (ecuación 3.3). A continuación, en la figura 3.6, se muestran las fases de una HRTF medida a cero grados azimut en el plano horizontal y de su función de transferencia de fase mínima. Lo anterior, para obtener la fase exceso que luego se modela como un delay puro. 3.3:

Para la reconstrucción de la respuesta al impulso, a partir de la función de transferencia relativa a la cabeza ecualizada en campo difuso heq, se debe primero obtener la fase mínima correspondiente a la magnitud del espectro ecualizado (qeq(w)).Para ello, nuevamente, se calcula el logaritmo de la magnitud de la respuesta en frecuencia ecualizada usando la transformada inversa de Hilbert. De esta fase mínima se calcula la fase de heq(ejw), sumando la fase exceso que se mantuvo sin modificaciones (ecuación 3.4).

S O N A C 2 0 1 2

Figura 3.6: Fase de una HRTF medida a 0º azimut en el plano horizontal (Color azul). Fase mínima de la HRTF (Color rojo). La fase all-pass es el resultado de la resta entre ambas

3.4:

Finalmente, ya con la magnitud y fase de cada HRTF ecualizada, se realiza entonces la reconstrucción del espectro complejo, obteniendo así la respuesta al impulso de cada una de las HRTF’s ecualizadas, por medio de la transformada inversa de Fourier. La figura 3.7 muestra la respuesta al impulso ecualizada para campo difuso obtenida a partir de una HRIR medida para cero grados azimut y sobre el plano horizontal y

Figura 3.7: Respuesta al impulso ecualizada obtenida (figura roja), desplazada una muestra con respecto a la versión ecualizada que publica el IRCAM (figura azul).

su comparación con el mismo resultado publicado por el IRCAM como la versión ecualizada de su base de datos.

4. ANÁLISIS DE ERRORES Y CONCLUSIONES A partir de las respuestas al impulso medidas con una cabeza binaural o usando cabezas de individuos, es posible obtener las HRTF’s libres de características independientes de la dirección de propagación, que finalmente se utilizarán para procesos de síntesis binaural y filtros canceladores de crosstalk. Al hacer pruebas subjetivas simples espacializando algunas muestras de audio por medio de convoluciones con las respuestas al impulso publicadas por el IRCAM y las obtenidas en el presente proyecto, fue difícil percibir diferencias o incluso distinguir entre el resultado producto de convoluciones con HRIR’s provenientes de la misma dirección. De todas maneras se ve necesaria la realización de pruebas perceptuales formales y rigurosas para discutir a fondo sobre el tema. La manipulación de las HRTF’s como una conexión en serie de un sistema de fase mínima y un sistema de fase all-pass (que se modela como un sistema de fase lineal), permite la simplificación de los procesos de ecualización, normalización y modelamiento, permitiendo además implementaciones eficientes en sistemas de tiempo real. 5. REFERENCIAS 1.

Gardner W. G (1997). 3-D Audio Using Loudspeakers, Ph.D. thesis, Dept. of Media Arts and Sciences, MIT.

Larcher V,Vandernoot G, JotJ.M (1998). Equalization Methods in Binaural Technology. 105th AES Convention, San Francisco California, September 26-29.

Larcher V,Vandernoot G, JotJ.M (1995). Digital Signal Processing Issues in the Context of Binaural and Transaural Technology. 98th AES convention, Paris, February 25-28.

Minnaar P, Olesen S, Christensen F, Møller. H. (2001).The Importance of Head Movements for Binaural Room Synthesis. Proc ICAD, Espoo, Finland, July 29-August 1.

Blauert J. (1997).Spatial Hearing: The psychophysics of human sound localization. Rev. Edition. MIT press. Cambridge.

Sandvad J, Hammershøi D. (1994). Binaural Auralization. Comparison of FIR and IIR filter representa-tion of HIRs. 96th AES Convention, Preprint#3862.

Møller H, Sørensen M.F, Hammershøi D, Jensen C.B. (1995). Head-Related Transfer Functions of Hu-man Subjects. J. Audio Eng. Soc, Volume 43 Issue 5 pp. 300-321.

Møller H. (1992).Fundamentals of Binaural Technology. Applied Acoustics, Vol. 36, pp. 171-217, 1992.

Oppenheim A.V, Schafer R.W (1989). Discrete-time Signal Processing. Prentice Hall.

10. Pösselt C, Schröter J, Opitz M, Divenyi P.L, Blauert J. (1996.)Generation of Binaural Signals for Re-search and Home Entertainment. 12th ICA Conf, B1-6. 11. Theile G. (1986). On the standardization of the frequency response of high quality studio headphones. J. Audio Eng. Soc., Vol 34, pp. 121. 12. Listen Project – Information Society Technologies Program - IST-1999-20646: http:// listen.gmd.de/ LISTENHRTF Database: http://www.ircam.fr/equipes/salles/listen/. 13. Warusfel O. (2003). Listen HRTF Database. Room Acoustics Team, IRCAM Institute, Paris. 2003.

S O N A C 2 0 1 2

USO DE LA HERRAMIENTA COMPUTACIONAL RAIOS PARA LA IMPLEMENTACIÓN DE UN MÓDULO PARA LA VISUALIZACIÓN DE LA DENSIDAD DE ENERGÍA ACÚSTICA DE UN RECINTO J. F. Lucio Naranjo a,b

jlucio@iprj.uerj.br josefranciscolucio@hotmail.com

R. A. Tenenbaum b

ratenenbaum@gmail.com

G. Ortega b

gortega@udlanet.ec

O. Chávez b

orchavez@udlanet.ec a Universidade

do Estado de Rio

de Janeiro

Friburgo - Brasil b Universidad

Quito - Ecuador

de las Américas

Resumen En el presente trabajo se muestran las herramientas a ser utilizadas durante el diseño y la implementación de una aplicación que modela visualmente la densidad de energía acústica, mediante la asignación de una gama de colores a las superficies de contorno de un recinto, usando el programa computacional RAIOS. Este software modela el comportamiento del campo acústico de una sala, usando un procedimiento híbrido, que combina el método de trazado de rayos (usado para la simulación de las reflexiones especulares, lo cual modela adecuadamente el sonido directo y primeras reflexiones en el receptor), y el método de transición de energía (para simular las reflexiones difusas lo que modela correctamente la cola reverberante). El entendimiento de estos procesos, permitirá formular los pasos a seguir de manera que se pueda generar un modelo de densidad energética de la sala, el mismo que permitiría obtener importantes conclusiones con el fin de mejorar el comportamiento acústico del recinto, ya sea cambiando la posición de las fuentes de sonido, su geometría, sus materiales de construcción o implementado difusores acústicos en lugares estratégicos. SONAC Revista de Sonido y Acústica, Num. 3, pags 27 - 34. Mayo 2012. ISSN: 1390-6348

Palabras Clave: Simulación Numérica Acústica, Acústica de Salas, Modelaje Computacional, Densidad Energética.

Abstract In this paper we show the tools to be used during the design and implementation of a module that models visually the acoustic energy density by assigning a range of colors to the boundary surfaces of an enclosure using the software RAIOS. This software models the behavior of the acoustic field of a room using a hybrid procedure that combines the ray tracing method (used for the simulation of the specular reflections, which adequately models the direct sound and early reflections at the receiver), and the transition energy method (used to simulate diffuse reflections which correctly modeled the reverberation tail). The understanding of these processes will allow to formulate the steps necessary to generate a model of the room’s energy density, this would help to obtain important conclusions with the final end of improving the room’s acoustic behavior, either by changing the position of the sound sources, its geometry, materials of construction or inserting acoustic diffusers in strategic locations. Key Words: Numerical acoustics simulation, Room acoustics, Computational Modeling, Energy Density. 1. INTRODUCCIÓN

En el año 1991 se inició el desarrollo del primer software de simulación numérica de acústica de recintos a nivel sudamericano, en la Universidad Federal de Río de Janeiro, Brasil.

La propagación sonora dentro de un recinto, implica un conjunto de fenómenos que afectan a las ondas sonoras tales como la reflexión, difracción, difusión, absorción, entre otros. Gracias a los avances tecnológicos, ha sido posible simular razonablemente tales fenómenos dentro de aplicaciones computacionales. Los resultados de estas simulaciones permiten que sea posible mejorar la calidad acústica de salas, aún en planos, haciendo ajustes que mejoren su respuesta antes de construirlas. A partir de esta idea, en el año 1991 se inició el desarrollo del primer software de simulación numérica de acústica de recintos a nivel sudamericano, en la Universidad Federal de Río de Janeiro, Brasil; dicha aplicación fue denominada RAIOS (Room Acoustics Integrated and Optimized Software). El software ha tenido diversos perfeccionamientos desde entonces, implementando nuevos modelos de simulación, además de optimizar los existentes (Lucio Naranjo, 2010). En el presente trabajo se presentan dos métodos que simulan la propagación del campo acústico en una sala virtual dentro del código computacional RAIOS, y en base a estos, se plantea una alternativa para representación de la densidad superficial energética de los elementos de contorno de la sala. En este caso en particular, se usó una gama de colores que muestra las diferencias dentro de un mapa energético, de manera que sea posible visualizar las zonas de la sala que son afectadas de menor manera. Esta información permitirá que, mediante criterios

S O N A C 2 0 1 2

geométricos o el uso de materiales de construcción, se pueda mejorar su acondicionamiento acústico. 2. METODOLOGÍA La simulación computacional de acústica de salas depende del correcto modelado de una serie de elementos como son: superficies de contorno (geometría de la sala y propiedades acústicas de los materiales de construcción), fuentes sonoras (modelo de impulso, energía acústica, espectro de emisión y direccionalidad), receptores (formas de captación de energía, conversión de energía a presión sonora y elaboración de respuesta impulsiva) y obviamente, la propagación de la onda acústica y sus fenómenos más representativos (reflexión, difusión, absorción por viscosidad del aire a una presión atmosférica y temperatura dada). El presente trabajo parte del hecho que, en el código computacional RAIOS, se discretiza a la onda propagada usando varios rayos acústicos. Cuando se inicia la simulación, la energía total de la fuente sonora se divide para el número de rayos utilizados. Cada uno de estos rayos se reflejará con las superficies de contorno que encuentre en su camino. Para facilitar los cálculos, las superficies están compuestas de elementos triangulares. El comportamiento acústico del recinto es modelado usando un procedimiento híbrido, que combina el método de trazado de rayos para simular las reflexiones especulares, y el método de transición de energía para simular las reflexiones difusas, como muestra la Fig. 2.1.

Figura 2.1: Distribución energética de un rayo acústico.

El método de trazado de rayos (Embrechts, 1982) obedece a los supuestos de acústica geométrica (Kutruff, 2000); en donde se hace énfasis a las reflexiones especulares de los rayos acústicos, mismas que obedecen a la ley de Snell (Semat; Baumel, 1976). A medida que el rayo se desplaza y al momento que acontece una reflexión, la información del espectro de potencia por banda de octava del rayo es modificado respectivamente por los efectos de la viscosidad del aire y por transferencias energéticas que dependen de las características del material

de la superficie. Dicha variación energética está dada por la siguiente fórmula: 2.1:

En donde: EN es la energía reflejada por una superficie N, EF es la energía total emitida por la fuente, NR es el número de rayos usados, --- es la directividad de la fuente en función de las coordenadas esféricas de azimut - y elevación -, Y es el coeficiente de atenuación del aire, d es la distancia recorrida por el rayo, ai es el coeficiente de absorción del material y -- es el coeficiente de difusión del material. Por otra parte, el método de transición de energía (AlarcÃo, 2000), es utilizado para la simulación de reflexiones difusas, éste se basa en el intercambio de energía entre la fuente, las superficies de contorno de la sala y el receptor, en intervalos de tiempo almacenados en una matriz cuyos componentes dependen de la distancia entre los elementos de la sala y la velocidad de propagación de la onda. Para iniciar el método de transición de energía, se crea una matriz de m x n, donde m es el número de elementos de la superficie de contorno y n es el tiempo de reverberación de la sala, dado en milisegundos. Los valores energéticos iniciales se obtienen del método de trazado de rayos, el cual nos indica cuando se dio la reflexión, que elemento fue afectado y que fracción de energía será reflejada de manera difusa. Después, cada una de las superficies del recinto actuará como una nueva fuente sonora, propagando energía hacia las demás superficies en proporción a los ángulos sólidos de las ultimas con relación al centro geométrico de la primera, tal y como se muestra en la figura 2.2.

Figura 2.2: Ángulo sólido de un elemento.

La fracción de la energía transmitida está dada por la siguiente ecuación: 2.2:

S O N A C 2 0 1 2

En donde: Ωij es el ángulo sólido del elemento de superficie j, relativo al elemento de superficie i, - es el ángulo de elevación del elemento j, relativo al elemento de superficie i, y es el coeficiente de atenuación del aire y dij es la distancia entre los elementos. En otras palabras, la matriz presentada en la figura 2.3 será una representación espacio-temporal de la energía almacenada en las superficies, para posteriormente, reflejar la energía a otras superficies en forma de energía difusa (Tenenbaun, 2006).

Figura 2.3: Matriz de la energía distribuida por el método de transición de energía.

El proceso de transición de energía se repite de manera iterativa para cada discretización del tiempo hasta alcanzar el tiempo de reverberación de la sala usando la siguiente relación recursiva: 2.3:

En donde: -- es el tiempo de transición existente entre el elemento i y el elemento j. Para la implementación del mapa de densidad superficial de energía acústica, se consideró otra matriz de las mismas características de la matriz de transición difusa, con la diferencia que, durante el cálculo especular, esta nueva matriz registrará toda la energía acústica a la cual cada superficie está expuesta, es decir, se considera toda la energía del rayo incidente. Después, durante el cálculo difuso, los mismos valores que actualizan la matriz de transición difusa, también actualizarán los datos de la matriz de densidad energética, de tal manera que al final se tendrá un histórico de la totalidad de los valores energéticos que en dado instante de tiempo estuvieron afectando a cada una de las superficies. Finalmente, los resultados obtenidos en la matriz de densidad energética, son promediados y exportados como un archivo de texto para posteriormente crear el mapa de densidad de energía acústica en el software MATLAB, ya que existe mayor facilidad en este programa para la representación gráfica de los resultados obtenidos.

Cabe señalar, que este proceso se realiza con cada una de las seis bandas de octava existentes entre 125 Hz y 4 kHz; de tal manera que los resultados pueden desglosarse con un mayor nivel de detalle. 3. RESULTADOS La figura 3.1 muestra dentro del código computacional RAIOS, la representación gráfica del estudio de producción musical del PTB (Physikalisch-TechnischeBundesanstalt) de Alemania.

d Figura 3.1: a) Vista inferior, b) Vista inferior posterior, c) Vista lateral izquierda y d) Vista lateral derecha

El icosaedro rojo, representa la fuente de sonido, la cual se encuentra ubicada cerca de los difusores de la pared, al lado contrario de las tres ventanas de la pared opuesta. La figura 3.2 muestra el mapa de densidad energética superficial, mismo que verifica la concordancia con la posición de la fuente sonora.

S O N A C 2 0 1 2

d Figura 3.2: a) Vista inferior, b) Vista inferior posterior, c) Vista lateral izquierda y d) Vista lateral derecha

4. DISCUSIÓN Como se mencionó anteriormente, existe una concordancia con la posición de la fuente sonora y el mapa energético. Las coloraciones rojas indican zonas en las cuales se recibió una mayor cantidad de energía acústica y lo contrario en el caso de coloraciones azuladas. Los resultados que son los esperados, fueron obtenidos de una sala en la cual el código computacional RAIOS mostró ser el segundo mejor simulador en la comparación internacional Round Robin 3 (Bork, 2005).

5. CONCLUSIONES El modelo de densidad superficial de energía acústica fue realizado con éxito, permitiendo la visualización de la distribución energética que puede existir dentro de un recinto. A pesar de que la precisión en la predicción de resultados del código computacional RAIOS ha sido comprobada anteriormente, es totalmente necesario validar los resultados realizando la simulación de una sala verdadera a la cual los investigadores tengan acceso, para posteriormente realizar mediciones en dicha sala para comparar resultados medidos contra resultados simulados. Es necesario completar la programación dentro del código RAIOS prescindiendo de las aplicaciones externas para la visualización del mapa energético. La información energética temporal de las superficies de contorno de la sala abre la puerta para el cálculo de la presión cuadrática como función del tiempo en cada una de las superficies. Este cálculo habilitará la definición de curvas de decaimiento, parámetros de calidad acústica, entre otros, por cada superficie, permitiendo crear mapas con otras características que ayudarán a la identificación de falencias acústicas que tiene o tendrá el recinto simulado. 6. REFERENCIAS 1.

ALARCÃO, D.; COELHO, J. L. B.; TENENBAUM, R. A. (2000) On modeling of room acousticsby a sound energy transition approach. Proceedings of EEA Symposium on Arquitectural Acoustics, Madrid.

BORK, I. (2005) Report on the 3th Round Robin on room acoustics computer simulation – Part II: Calculations. ActaAcustica united with Acustica, v.91, n.4, p. 753-763.

EMBRECHTS, J. J. (1982) Randomly traced sound ray techniques. Acustica, v. 51, p. 285-295.

KUTTRUFFF, H. (2000) Room Acoustics.London 4° Ed., Spon Press.

LUCIO NARANJO, José Francisco. (2010).Aperfeiçoamentos no código computacional RAIOS incluindoAurilização. (Tesis de Maestría - Universidade do Estado do Rio de Janeiro).

SEMAT, H.; BAUMEL, P. (1976) Fundamentos de Física. México: Nueva Editorial Interamericana, p. 398-399.

TENENBAUM, R. A.; CAMILO, T. S.; TORRES J. C. B.; GERGES, S. N. Y. (2006) Hybrid method for numerical simulation of room acoustics: Part 1 - theorical and numericalaspects. Journal of the Brazilian Society of Mechanical Sciences and Engineering, v. 29,n. 2, p. 211221.

S O N A C 2 0 1 2

COMPARACIÓN ENTRE DIFERENTES MÉTODOS DE MODELACIÓN DEL SOFTWARE EASE N. Bastián nicolasbastianm@gmail.com

Universidad Austral de Chile Valdivia, Chile

Resumen Este trabajo es la continuación del artículo Comparación entre modelación del software EASE y mediciones in situ [Bastián y Flores, (2011)], donde se estudió la diferencia que existe entre la predicción mediante software del comportamiento acústico de un recinto y el verdadero comportamiento acústico del mismo espacio obtenido mediante mediciones in situ. En el presente trabajo, se evaluará qué tan fidedignas pueden ser las modelaciones del software utilizando distintos métodos de cálculo: el método “standard” y el método “standard with reflections”. El software utilizado es el EASE (Enhanced Acoustic Simulator for Engineers), que se destaca por la gran cantidad de parámetros que puede calcular. Palabras Clave: Modelación Acústica, EASE, Standard, Standard with reflections.

Abstract This work is the continuation of the paper titled “Comparison between acoustic models made using the software EASE and real in situ measurements”, there, the authors studied the difference between the predictions made by software model and the results obtained in the real room through in situ measurements. In this work, we evaluate how reliable could be the software modeling using different calculation methods: the “standard” method, and the “standard with reflections” method. The software used is EASE (EnhanSONAC Revista de Sonido y Acústica, Num. 3, pags 35 - 41. Mayo 2012. ISSN: 1390-6348

ced Acoustic Simulator for Engineers), which stands out because of the many parameters it can calculate. Key words: Acoustical Modeling, EASE, Standard, Standard with reflections. 1. INTRODUCCIÓN

Dada la inconveniencia de la demora en los cálculos que conlleva el cálculo mediante el método “standard with reflections” es importante estudiar la real diferencia que existe tanto en precisión como en tiempo de cálculo, respecto al método “standard”.

EASE es un software de origen alemán, enfocado en el diseño y simulación acústica de espacios arquitectónicos. Entre los distintos métodos de cálculo que tiene el software, se encuentran el método “standard” y el método “standard with reflections”. El método “standard” utiliza una fórmula estadística para calcular los niveles de sonido reflejados desde los niveles de sonido directo a través de las fórmulas clásicas de Eyring o de Sabine. En cambio, el método “standard with reflections” genera el tiempo de reverberación utilizando trazado de rayos, lo que le otorga mayor exactitud, aunque los cálculos pueden tomar bastante tiempo, dependiendo de la geometría y la complejidad del recinto que se esté modelando [Renkus – Heinz, (2004)]. Dada la inconveniencia de la demora en los cálculos que conlleva el cálculo mediante el método “standard with reflections” es importante estudiar la real diferencia que existe tanto en precisión como en tiempo de cálculo, respecto al método “standard”. 2. METODOLOGÍA El modelo en el software EASE que se estudió para el desarrollo de este artículo, fue el mismo que se utilizó en el trabajo Comparación entre modelación del software EASE y mediciones in situ [Bastián y Flores, (2011)]. El modelo consistió básicamente en un aula de clases con material absorbente en la pared trasera y en el cielo. Además, para poder evaluar qué tan exactos son los dos métodos que se estudiaron, se realizaron mediciones de Rapid Speech Transmission Index (RASTI) en la sala de clases que se modeló, y los resultados obtenidos se compararon con las modelaciones entregadas por ambos métodos. 3. DESARROLLO 3.1. MEDICIONES DE RAPID SPEECH TRANSMISSION INDEX (RASTI). Para la realización de la medición de RASTI se utilizó el medidor NTI Acoustilyzer junto con la fuente sonora NTI Talk Box. Esta fuente se caracteriza por imitar la voz humana, tanto en su potencia acústica como en su directividad [Sommerhoff y Rosas, (2007)].

S O N A C 2 0 1 2

En la figura 3.1 se puede apreciar la ubicación de los puntos de medición utilizados en la sala, para este caso se utilizaron tres puntos de medición y una posición de fuente. En la Figura 3.2 se muestra el resultado de las mediciones de RASTI.

Figura 3.1 Ubicación de los puntos de medición utilizados en la sala de clases.

Figura 3.2 Resultado de las mediciones RASTI.

3.2.

MODELO EN EL SOFTWARE EASE.

Primero se dibujó la sala de clases en el software, utilizando las mismas dimensiones de su plano de construcción, poniendo especial énfasis a los materiales de cada superficie del aula de clases. En la figura 3.3 se puede apreciar el modelo en el software EASE, que se implementó utilizando las opciones de dibujo del mismo software.

Figura 3.3 Modelo en el Software EASE.

En la tabla 3.1 se pueden apreciar los materiales utilizados en el modelo, con su coeficiente de absorción y fuente bibliográfica. Material

Fuente

125 Hz

250 Hz

500 Hz

1000 Hz

2000 Hz

4000 Hz

Concreto

EASE

0,02

0,03

0,04

0,07

Hormigón Pintado

Sommerhoff, Acústica de Locales

0,01

0,02

Madera

EASE

0,2

0,15

0,08

0,05

0,03

0,02

Ventana

EASE

0,25

0,1

0,07

0,06

0,04

0,02

Espuma Acústica

(*)

0,06

0,36

0,74

0,97

0,89

0,9

Tabla 3.1: Materiales utilizados en el modelo.

(*) El coeficiente de absorción del material Espuma Acústica fue medido en el Instituto de Acústica de la Universidad Austral de Chile, según la norma ISO 354. 3.3. SIMULACIÓN EN EL SOFTWARE EASE. Después de haber implementado en el software EASE el modelo de la sala de clases, se procedió a realizar las simulaciones de los parámetros acústicos de interés utilizando ambos métodos de cálculo. Primero se calculó el parámetro RASTI en ambos métodos, utilizando distinta cantidad de rayos para el método “standard with reflections”. Se utilizaron 10.000, 20.000, 50.000 y 100.000 rayos.

S O N A C 2 0 1 2

En las figura 3.4, 3.5 y 3.6, se muestran los resultados de la simulación de RASTI utilizando el método “standard”, el método “standard with reflections” con 10.000 y 20.000 rayos y el método “standard with reflections” con 50.000 y 100.000 rayos respectivamente. Cabe recalcar, que para el cálculo de RASTI con 10.000 rayos, el software demoró 13 minutos en obtener los resultados, para el cálculo de 20.000 rayos demoró 27 minutos, para el cálculo de 50.000 rayos demoró 46 minutos y para el cálculo de 100.000 rayos demoró 93 minutos. Al ver las figuras, se puede apreciar que no hay una gran diferencia entre los resultados obtenidos por el método “standard” y el método “standard with reflections” en exactitud, pero sí en tiempo, ya que el cálculo de RASTI utilizando el método “standard” es inmediato, mientras que con el método “standard with reflections” demoró 93 minutos para los 100.000 rayos.

Figura 3.4 Simulación de RASTI utilizando método “standard”.

Figura 3.5 Simulación de RASTI utilizando método “standard with reflections” con 10.000 rayos (izquierda) y 20.000 rayos (derecha).

Figura 3.6 Simulación de RASTI utilizando método “standard with reflections” con 50.000 rayos (izquierda) y 100.000 rayos (derecha).

4. COMPARACIÓN ENTRE MODELACIONES Y MEDICIONES En la figura 4.1 se muestra la comparación entre las mediciones de RASTI y los resultados obtenidos por el software EASE utilizando los métodos “standard” y “standard with reflections”. Se puede apreciar que la diferencia entre los métodos “standard” y “standard with reflections” no son muy considerables en cuanto a la precisión, ya que no hay una variación mayor a 0,05 en el parámetro RASTI, sin embargo hay una diferencia notoria en el tiempo de cálculo, ya que al utilizar 100.000 rayos con el método “standard with reflections” el tiempo de cálculo fue de 93 minutos, mientras que con el método “standard” fue de pocos segundos.

Figura 4.1 RASTI medido y calculado.

S O N A C 2 0 1 2

5. CONCLUSIONES Se puede concluir que utilizar el método “standard” o el método “standard with reflections” no influye en gran medida en los resultados del parámetro RASTI, ya que la diferencia obtenida entre ambos métodos es tan pequeña, que según la valoración subjetiva que existe del parámetro [Carrión, (2001)], los valores obtenidos deberían estar en el mismo rango de valoración, que en este caso sería “excelente”. Además, se pudo apreciar entre utilizar 10.000 o 100.000 rayos con el método “standard with reflections”, la diferencia es mínima en exactitud, pero muy considerable en tiempo de cálculo. Por ende, se puede concluir que no es necesario utilizar una gran cantidad de rayos para poder predecir de forma acertada el comportamiento acústico de un recinto al utilizar el software EASE. 6. REFERENCIAS 1.

Bastián, N. y Flores, R. (2011). Comparación entre Modelación del Software EASE y Mediciones in situ. INGEACUS 2011, Congreso de Acústica y Audio Profesional. Valdivia. Chile.

Carrión, A. (2001). Diseño Acústico de Espacios Arquitectónicos. Alfaomega grupo editor. Buenos Aires, Argentina.

Sommerhoff, J. y Rosas, C. (2007). Evaluación de la Inteligibilidad del habla en español. Estudios Filológicos 42: 215-225.

Renkus - Heinz. (2004). Tutorial EASE 4.1. Printed in the United States of America ADA (Acoustic Design Ahnert) Berlin, Germany.

S O N A C 2 0 1 2

REALIDAD VIRTUAL ACÚSTICA VÍA REDES NEURONALES ARTIFICIALES J. F. Lucio Naranjo a,b

josefranciscolucio@hotmail.com; jlucio@iprj.uerj.br

R. A. Tenenbaum b

ratenenbaum@gmail.com

J. C. B. Torres c julio@poli.ufrj.br

E. Jácome a

eajacome@hotmail.com

J. Mantilla a

gma_sam9@hotmail.com a Universidad

Quito - Ecuador

de las Américas

b Universidade

do Estado do

Rio de Janeiro

Nova Friburgo, Brasil c Universidade

de Janeiro

Federal do Rio

Rio de Janeiro, Brasil

Resumen Este trabajo da un paso más en la investigación que trata de obtener las respuestas impulsivas bi-auriculares (BIRS) a ser aplicadas en sistemas de aurilización mediante el uso de redes neuronales artificiales (RNA). Después de haber entrenado a diversas redes, una para cada área de recepción distribuida alrededor de la cabeza artificial, los resultados mostraron tener un error bastante pequeño, sin embargo, se detectó que dicho error presenta una no-uniformidad si se lo coloca como función del área de recepción. El objetivo principal en esta investigación, es determinar cuáles son las causas de dicha no-uniformidad, de manera que se la pueda atenuar, y así, presentar resultados estables. Se estima que el problema es causado por la presencia de casos de overfitting en las redes debido a la similitud entre ciertos valores de HRIR medidas, para lo cual una solución podría ser modificar el tamaño de las áreas de recepción. De ser así, se debe encontrar la ubicación y el tamaño óptimos de las áreas de recepción, de manera que el comportamiento del error tienda a ser uniforme. Palabras Clave: Psicoacústica, Realidad Virtual Acústica, Aurilización, Redes Neuronales Artificiales.

SONAC Revista de Sonido y Acústica, Num. 3, pags 43 - 51. Mayo 2012. ISSN: 1390-6348

Abstract The work presented in this paper is another step in the research to obtain the bi-auricular impulse responses (BIRS) to be applied in auralization systems using Artificial Neural Networks. After having trained several networks, one for each reception area distributed around the artificial head, the results shown an small error. However, we found that such an error represents a non-uniformity if it is placed as a function of the reception area. The main objective of this research is to identify the causes for the non-uniformity, so that it can be attenuated. It is believed that the problem is caused by the presence of cases of overfiting in the networks due to similarities between certain HRIR values. The solution to this problem could be to change the size of the reception areas. If so, we must find the optimum locations and size of the reception areas, in such way that the error behavior tends to be uniform. Key Words: Psychoacoustics, Acoustic Virtual Reality, Auralization, Artificial Neural Networks.

luego de preparar un conjunto de redes que cubrían por completo las áreas de recepción alrededor de la cabeza humana, se observó que el error, al ser presentado como función del área de recepción, presentaba un comportamiento inestable.

1. INTRODUCCIÓN En un trabajo previo [Lucio et al. (2011)], se presentó a una red neuronal artificial (RNA), como una herramienta que implementa la modificación espectral de una HRIR (Head-Related Impulse Response) causada por un rayo acústico dentro de un área de recepción determinada. Dicho estudio mostró que este nuevo método es capaz de sustituir al procedimiento tradicional, generando resultados con un error bastante pequeño y usando la mitad del costo computacional. Sin embargo, luego de preparar un conjunto de redes que cubrían por completo las áreas de recepción alrededor de la cabeza humana, se observó que el error, al ser presentado como función del área de recepción, presentaba un comportamiento inestable. En el presente artículo, se presenta un análisis que persigue detectar las causas de dicha inestabilidad presente en los errores. Inicialmente, se estimó que el problema estaba relacionado con casos de overfitting en las redes. Es decir, por existir mucha similitud entre las HRIR interpoladas dentro de un área de recepción dada, la RNA estaba perdiendo capacidad de generalización. Con aquel supuesto en mente, se generaron conjuntos de redes para áreas de recepción de diferente tamaño, para poder comparar el comportamiento y la amplitud del error en cada caso. Esto permitiría determinar tamaños variables para las áreas de recepción de manera que el error sea minimizado y su comportamiento sea estable. Los resultados de este análisis se presentan en tablas y gráficos comparativos, los mismos que son discutidos.

S O N A C 2 0 1 2

2. METODOLOGÍA El método de RNAs, se aplica dividiendo la totalidad de la esfera de recepción (ver figura 2.1) en segmentos o áreas limitadas por ángulos de azimut y elevación definidos en dos pares de valores: máximo y mínimo. Cada una de estas áreas tiene relacionada una red entrenada, de forma que pueda interpolar y modificar espectralmente a cualquier HRIR dentro de dicha área. El método ha demostrado ser eficaz en el cálculo produciendo resultados que muestran errores bastante pequeños, con un tiempo de cálculo 50% más pequeño que el utilizado con el método tradicional (MT). Sin embargo, el comportamiento del error no es homogéneo, mucho menos cuando el ángulo de azimut se aproxima a 270 ° (con respecto al oído derecho). Además, dichos errores presentan oscilaciones cuando se colocan como una función de segmentos vecinos.

Figura 2.1 Esfera de recepción

La primera medida adoptada fue revisar exhaustivamente los cálculos definidos anteriormente para generar los datos de entrenamiento, y de esta manera, comprobar la coherencia de los mismos. Los vectores de entrada son los rayos acústicos con 6 datos de energía, uno por cada banda de octava (125 Hz a 4 kHz) y 2 datos de dirección de llegada (azimut y elevación). Los vectores objetivo se generan a partir de los vectores de entrada utilizando el MT. Dado que es muy improbable que un rayo acústico llegue exactamente en una dirección para la cual existe una HRIR medida, es necesario generar una HRIR ponderada. Para dicho fin se utilizó el método de interpolación bilineal en el dominio de la frecuencia para evitar los problemas causados por las diferencias inter-auriculares. Para comprobar la eficacia de la técnica de interpolación en el dominio de la frecuencia se realizaron algunas pruebas. En la Figura 2.2 se puede apreciar cómo la HRIR interpolada tiene un retardo que corresponde al ángulo de azimut interpolado, el mismo que fue validado realizando el cálculo con los datos obtenidos en el trabajo del MIT [Gardner and Martin (1995)].

Figura 2.2 HRIR interpolada con su respectivo atraso.

Se generaron 70 muestras para cada área de recepción, 49 de las cuales fueron colocadas a manera de malla para cubrir todo el espacio disponible de forma más o menos equitativa. Los siguientes 21 valores fueron posicionados aleatoriamente. El primer grupo (ordenados a manera de malla) se usó como muestras para entrenamiento, en tanto que el segundo se usó para procesos de validación y prueba. Se analizaron segmentos o áreas generadas dentro de un intervalo de -20° a 20° de elevación. Las variaciones escogidas para azimut y elevación variaron para cada caso analizado y los resultados son presentados en la sección siguiente. En la figura 2.3 se puede ver en azul los puntos que se utilizan como datos de entrenamiento y en rojo los datos para ser utilizados como prueba y validación.

Figura 2.3 Distribución de los datos de entrenamiento y prueba dentro de una área de recepción que va desde los -20° de elevación hasta los -10° y desde los 0° de azimut hasta los 5°

S O N A C 2 0 1 2

3. RESULTADOS (ANÁLISIS DEL ERROR) 3.1.

Entrenamiento n° 1

En este primer entrenamiento se usaron segmentos angostos, la variación de azimut era de apenas 5°, mientras que las de elevación eran de 10°. En la figura 3.1, se muestra el error medio cuadrático de los datos de prueba como una función del ángulo de azimut para diferentes valores de elevación en el intervalo de -20 ° a 20 °. Los resultados, en escala logarítmica, muestran cómo a un ángulo de azimut de 270° (es decir cuando la fuente se encuentra en la posición contraria al oído en cuestión) los resultados presentan un error mínimo.

Figura 3.1 Tipos de errores (Validación, Prueba y Entrenamiento) con un patrón similar.

La Figura 3.2 presenta el error utilizando un mapa de colores en una gráfica 3D, indicándose con los triángulos dónde queda la posición de azimut 0°.

Figura 3.2 Representación del error en 3D a través de mapa de colores.

El resultado visual muestra que la tendencia de errores más pequeños se mantiene para 270° de azimut para todas las elevaciones. Lo anterior hizo necesario que se analice el comportamiento de las HRIRs para saber si las mismas tenían algo que ver con los resultados.

S O N A C 2 0 1 2

Figura 3.3 Variaciones de amplitud en las HRIRs dependientes del ángulo de azimut a cinco diferentes elevaciones

3.2.

Entrenamiento n° 2

Para este entrenamiento las variaciones escogidas de azimut y elevación son de 20° para cada una. Con los nuevos datos obtenidos, se graficaron nuevamente los errores obteniendo los resultados presentados en las Figuras 3.4 y 3.5.

Figura 3.4 Tipos de errores (Validación, Prueba y Entrenamiento) para Entrenamiento n° 2.

Figura 3.5 Error de los parámetros de prueba en formato 3D para el Entrenamiento n° 2.

Lo anterior muestra que al aumentar el tamaño, el comportamiento del error continúa manteniendo su tendencia anterior. Salvo una disminución en las oscilaciones, no existe una mejoría o empobrecimiento de resultados que sea notable simplemente examinando los gráficos. Por tal motivo, se procedió a promediar los datos del entrenamiento n°1, de tal forma que al sumar áreas pequeñas (variaciones de azimut de 5° y de elevación de 10°) y dividirlas para el número de áreas consideradas, se la pueda comparar con los resultados obtenidos del entrenamiento n° 2 (variaciones de azimut y de elevación de 20°). Dicha comparación se muestra en la Tabla 3.1. Elevación Azimut

-20° a 0° Secciones 20x20

Secciones de 5x10

0° a 20° Secciones de 20x20

Secciones de 5x10

0° - 20°

6,50E-05

9,21E-06

4,75E-05

1,03E-05

20° - 40°

7,98E-05

1,16E-05

9,91E-05

1,33E-05

40° - 60°

1,12E-04

1,08E-05

8,35E-05

1,19E-05

60° - 80°

1,02E-04

5,95E-06

1,26E-04

6,71E-06

80° - 100°

3,27E-05

5,43E-06

5,84E-05

6,58E-06

100° - 120°

9,84E-05

1,02E-05

3,82E-05

1,19E-05

120° - 140°

4,48E-05

8,62E-06

4,61E-05

8,94E-06

140° - 160°

2,38E-05

6,47E-06

5,40E-05

6,74E-06

160° - 180°

1,22E-05

2,67E-06

1,49E-05

2,90E-06

180° - 200°

1,58E-05

1,84E-06

7,35E-06

1,92E-06

200° - 220°

9,11E-06

1,03E-06

8,83E-06

1,16E-06

220° - 240°

3,57E-06

5,93E-07

4,35E-06

6,76E-07

240° - 260°

2,45E-06

4,87E-07

1,91E-06

5,35E-07

260° - 280°

1,97E-06

4,69E-07

7,08E-06

5,15E-07

280° - 300°

3,88E-06

5,68E-07

2,51E-06

5,98E-07

300° - 320°

8,05E-06

6,39E-07

1,94E-05

7,81E-07

320° - 340°

9,66E-06

1,65E-06

2,74E-05

1,90E-06

340° - 360°

4,26E-05

2,24E-06

3,67E-05

2,48E-06

Tabla 3.1 Análisis Comparativo del Error Medio Cuadrático.

S O N A C 2 0 1 2

4. DISCUSIÓN Los resultados muestran claramente que el comportamiento del error no corresponde a un caso de overfitting. Por el contrario, un aumento en el tamaño de las áreas de recepción complica la obtención de resultados precisos, elevando ligeramente el error. La anomalía en la magnitud del error se debe directamente a la complejidad propia de ciertas HRIRs. Se estima que, las oscilaciones del error, más presentes en el caso de entrenamiento n°1, se deben a que cada proceso de entrenamiento empieza con pesos sinápticos aleatoriamente inicializados. Esto lleva a que no siempre se alcance el mismo nivel de precisión en todos los entrenamientos. 5. CONCLUSIONES El tamaño de las áreas de recepción no es un elemento que sirva para eliminar anomalías en el comportamiento del error ya que el mismo es dependiente de las características propias de las HRIRs. En general, un área mayor producirá que una misma red produzca resultados ligeramente inferiores. Utilizar áreas mayores no mejoraría prácticamente en nada el tiempo de cálculo, ya que la topología de las redes es la misma para todos los tamaños de áreas de recepción. Durante este estudio se realizaron entrenamientos con tamaños intermedios. Por motivos de espacio, dichos resultados no se incluyeron, sin embargo se pudo apreciar que lo obtenido sigue la lógica de lo presentado en este trabajo. Entrenar con un mayor número de muestras podría permitir encontrar resultados un poco más exactos. Valdría la pena variar un poco la topología de la red para verificar si en las áreas problemáticas se obtienen resultados más interesantes. 6. REFERENCIAS 1.

Lucio Naranjo, J. F.; Tenenbaum, R. A; Torres, J. C. B. (2011). Cómputo de las respuestas impulsivas bi-auriculares usando redes neurales artificiales. Revista SONAC, Vol. 2, pp. 29-40.

B. Gardner, K. Martin (1995) HRTF Measurements of a KEMAR Dummy-Head Microphone., J. Acoust. Soc. Am. vol. 97, n. 6, 3907-3908.

S O N A C 2 0 1 2

IDENTIFICACIÓN DE SEÑALES DE AUDIO VÍA REDES NEURONALES ARTIFICIALES H. Jácome a

hjacome@udla.edu.ec

J. F. Lucio Naranjo a,b

Resumen

G. Jurado a

Este trabajo relata el estudio previo al desarrollo de un software que permita, a través de Redes Neuronales Artificiales (RNA), el reconocimiento de señales de audio, específicamente a lo que se refiere a identificación de canto de aves en ambientes naturales ruidosos. Los puntos a considerarse son: la selección de muestras de audio con su respectiva descripción ornitológica de diferentes especies de aves, el estudio del comportamiento espectral de estas señales para determinar sus características de identidad, y la definición de un procedimiento que, a través de RNAs, permita superar problemas generados por el ruido de fondo y realizar una identificación exitosa. También se hace una breve introducción al uso de RNAs, sus características y su aplicación en la acústica.

josefranciscolucio@hotmail.com jlucio@iprj.uerj.br ganjumetal@hotmail.com

A. D. Enríquez a

dario_enriquez14@hotmail.com a Universidad

Quito - Ecuador

de las Américas

b Universidade

Rio de Janeiro

do Estado do

Nova Friburgo, Brasil

Palabras Clave: Redes neuronales artificiales, Identificación de señales de audio, Análisis espectral, Ornitología.

Abstract This paper describes the research carried out previous to the development of a software that makes possible, through the use of Artificial Neural Networks (ANN), the recognition of audio signals, specifically the identification of bird songs in noisy natural environments. The points to be considered are: the selection of audio samples from various bird species along with their respective ornithological descripSONAC Revista de Sonido y Acústica, Num. 3, pags 53 - 61. Mayo 2012. ISSN: 1390-6348

tion, the study of the spectral behaviour from the selected audio signals in order to determine their identity characteristics and finally the definition of a process that, through the use of ANN, would help to overcome the problems generated by the background noise and as a consequence to perform a successful identification. There is also a brief introduction to the use of ANN, their characteristics and their application to the field of acoustics. Key words: Artificial Neural Network, Audio signal recognition, Spectral analysis, Ornithology. 1. INTRODUCCIÓN La necesidad de desarrollar sistemas estandarizados de reconocimiento de señales sonoras apareció tempranamente en las sociedades humanas y hasta el momento ha significado un gran desafío para la creación de sistemas de reconocimiento sonoro, cuyos motivos son muy variados como por ejemplo: seguridad, ayuda a personas con capacidades especiales, entretenimiento, entre otros. Uno de esos campos es el reconocimiento de señales sonoras de animales, conocido como bioacústica, la misma que con la llegada de la informática experimenta un gran apogeo. Actualmente existe una amplia oferta de software para análisis y reconocimiento de sonidos, la misma que está en constante evolución. Sin embargo, la gran mayoría de ellos, están diseñados para la voz huma-

Figura 1.1 Ejemplo de descripción del canto de un ave con el uso del lenguaje musical y las técnicas de análisis de señales como un gráfico de espectro sonoro.

S O N A C 2 0 1 2

na. En el caso particular de reconocimiento de cantos de aves, existen desafíos específicos, algunos de los cuales tienen que ver con la similitud existente entre señales, principalmente, con respecto a espectro, amplitud, frases, etc. Algunos métodos actuales de caracterización, y posterior posibilidad de reconocimiento de señales de cantos de aves, vienen dadas por los siguientes sistemas: -- La notación musical, trata de describir con dicho lenguaje las vocalizaciones de los cantos, sin embargo recurre a algunas medidas de ajuste necesarias como reducir los tempos y el registro para adaptar el canto al lenguaje musical, por lo tanto un canto que ha sufrido ese proceso ha sido sujeto de una laceración de sus características, y para reconocerlo posteriormente, el proceso se basará en una representación poco aproximada y no real de la señal.

Figura 1.2 Ejemplo concreto de una caracterización musical bastante elaborada para intentar describir el canto de un ave.

-- El uso de sonogramas es una herramienta de análisis mucho más precisa, la misma está compuesta de una representación gráfica en el dominio de la frecuencia de la señal en cuestión. La información necesaria para realizar una representación espectral de este tipo está contenida en datos relacionados a la amplitud por banda de frecuencia. Sin embargo, por lo general, los sistemas no son capaces de identificar estas señales a partir de una representación gráfica del nivel energético de una señal por bandas de frecuencia. Por lo tanto, la información numérica con la cual los sonogramas son generados, podría ser la información idónea a ser ingresada a un sistema específico de reconocimiento de señales.

Figura 1.3 Representación del canto de un ave mediante un sonograma, las áreas marcadas representan varios momentos de canto del ave.

Cuando se trata de escoger un sistema que permita reconocer una señal, se debe considerar que, aunque se consiga abstraer características específicas de una señal de muestra, es muy probable que cuando se trate de realizar una identificación, la nueva señal esté corrupta con un cierto nivel de ruido. Es por esto, que debido a las características de identificación de patrones y capacidad de generalización, el uso de una Red Neuronal Artificial podría ser la opción más adecuada. 2. METODOLOGÍA La realización de este proyecto se enfoca en el reconocimiento de señales, para esto se realizó una selección de muestras de cantos de aves, centrándose en aquellas que no contienen demasiado ruido de fondo, sonidos de insectos u otras aves, es decir, una fuente fiable de características únicas. Estas muestras se las tomó de páginas del Internet donde se pueden encontrar enormes bases de datos de cantos de aves junto con descripciones ornitológicas de las mismas. Así también, se tomaron de la Web varias muestras de ruidos de fondo, como un día lluvioso, ruidos de la naturaleza, carreteras, sonidos de motores, cascadas, etc. Esto, con el fin de determinar con qué niveles de ruido el sistema sería capaz de funcionar adecuadamente. De estas muestras se escogieron aquellas que no contenían señales que pudieran confundirse o afectar con el canto de algún ave, como por ejemplo: alarmas o bocinas de autos, insectos o sonidos producidos por otros animales, voces humanas, etc. En primera instancia, se analizaron las muestras escogidas por medio del programa Matlab®. Mediante funciones propias de este software se pudo, a partir de archivos Wav, obtener la señal de audio (almacenada en vectores computacionales) y datos específicos de la misma como la frecuencia de muestreo y la profundidad de bits. Con esto se pudo, vía transformada de Fourier, pasar al dominio de la frecuencia para realizar un análisis preliminar del espectro de la señal. Trabajando sobre el espectro de la señal, se dividió a la señal en 9 bandas de frecuencia (bandas de octava entre 20 y 22050 Hz). La primera consideración para obtener datos de identificación fue obtener el valor

S O N A C 2 0 1 2

promedio de cada banda. Fue levantada una base de datos con esta información para diferentes cantos de aves, las mismas que posteriormente fueron usadas para entrenar una RNA dentro del propio Matlab®. El proceso previo al entrenamiento de una RNA, consiste en preparar vectores de entrada con datos representativos del fenómeno a ser analizado, los mismos que deben apuntar a un resultado preestablecido o vector objetivo. En este caso particular, los vectores de entrada son los valores promedio de amplitud por banda de octava de cada canto de ave analizado y los vectores objetivo son códigos numéricos que identifican al ave en cuestión. El proceso de entrenamiento consiste en producir una salida de la red con los vectores de entrada y modificar los pesos sinápticos de cada neurona, en base a datos del error medio cuadrático existente entre la salida de la red y los vectores objetivo. Los datos utilizados en entrenamiento darán especificaciones, condiciones o características que más tarde la RNA deberá generalizar para reconocer a partir de datos nuevos (no usados en entrenamiento) una señal. Por lo tanto, los datos que se escojan para este proceso deberán ser muestras que representen, a más del canto del ave, condiciones naturales del medio en el que estas se encuentran.

…se reproduce una señal de audio con el canto de un ave, el patch diseñado nos entrega valores de frecuencia y amplitud cada cierto tiempo.

Con lo anterior en mente, se buscaron métodos que permitan mejorar la calidad de los vectores de entrada de la red. Uno de estos se basa en el uso del lenguaje de programación MaxMSP®, donde por medio de un patch, se pueden obtener valores de frecuencia y amplitud en tiempo real, de una señal de audio, en este caso, del canto de un ave. Para obtener estos datos se reproduce una señal de audio con el canto de un ave, el patch diseñado nos entrega valores de frecuencia y amplitud cada cierto tiempo. Al ser MaxMSP® una plataforma de procesamiento especializada en audio en tiempo real y con mucha versatilidad, fue posible obtener datos espectrales detallados para un análisis más preciso de las señales. Un subconjunto de estos datos conformarán los nuevos vectores que Matlab® procesará en la RNA para procesos de entrenamiento. Se estima que esto permitirá realizar un reconocimiento trabajando con un mayor número de aves en diversos ambientes ruidosos. El proceso de análisis espectral del mencionado patch del lenguaje MaxMSP® está basado en un proceso de FFT (Fast Fourier Transform), llevando la señal desde el dominio del tiempo al dominio de la frecuencia mediante un eficiente algoritmo que resuelve con gran rapidez la DFT (Discrete Fourier Transform), así como su función inversa. La DFT, por sus siglas en inglés, o Transformada Discreta de Fourier en español, es una transformación de una función matemática en otra, en este caso la función resultante está en el dominio del tiempo. Es aquí que resulta de gran utilidad para el procesamiento de señales, además de que las condiciones de entrada son que la función a transformar debe ser una secuencia discreta de datos y de duración finita, lo cual se alínea perfectamente con las características de una señal de audio digital, y por ende con las señales de cantos de aves que se usan para esta investigación.

De lo anterior se obtienen datos fundamentales que describen el comportamiento en tiempo real de la señal, todo el proceso detallado a continuación se repite varias veces con intervalos de pocos milisegundos que permiten un monitoreo en tiempo real de la señal, básicamente con dos parámetros: -- Frecuencia y/o banda de frecuencia: El analizador de espectro divide el contenido de la señal en el dominio de la frecuencia en 16 bandas las cuales pueden ser mostradas como datos numéricos en tiempo real donde se puede observar el comportamiento de cada una de las 16 bandas en que es dividida la señal, cabe recalcar que este patch realiza un análisis previo de la concentración principal de energía en el espectro completo de 20 Hz a 20 kHz, por lo tanto, al trabajar con estas señales que pudieran estar filtradas desde la fuente, o reducidas en su espectro útil, el sistema se concentra en dichas bandas y es capaz de presentar información muy precisa de una división en 16 bandas del espectro que posea la señal de audio. -- Amplitud: Una vez que el patch ha determinado la división de las bandas, presenta por cada una de ellas un valor de amplitud en un rango de valores entre 0 y 1. El resultado final de este análisis se presenta en la figura 2.1, en donde se puede notar como constantemente la señal es evaluada en cuanto a su espectro, generando información en tiempo real que irá alimentar a la RNA.

Figura 2.1 Detalle de la información espectral presentada por el patch de MaxMSP.

Se estima que una vez concluida la fase de entrenamiento, un archivo de audio con información del canto de un ave podrá ser reconocida por la RNA entregando como resultado una codificación numérica que permitiría obtener información completa del ave de una base de datos.

S O N A C 2 0 1 2

3. RESULTADOS En el primer test, con cuatro aves y 4 ambientes ruidosos, se pudo comprobar con éxito que la red neuronal es capaz de reconocer al ave a pesar del ruido, sin embargo se debe tener en cuenta de que una aplicación de identificación para ser práctica requiere trabajar con un número razonable de aves, además que una misma especie de ave, puede emitir sonidos distintos para señalar diferentes comportamientos. Por tal motivo, son necesarios procesos de entrenamiento más complejos que contemplen características más específicas y de esta forma tener la seguridad de que la aplicación podrá funcionar un mayor número de aves.

Figura 3.1 Datos obtenidos de las señales y entrenamiento de la red dentro de Matlab®.

Una vez concluida la fase de entrenamiento el programa reconoció con éxito las señales de audio con ambientes ruidosos dando los siguientes resultados:

Figura 3.2 Resultados obtenidos en Matlab®.

Donde los valores de la primera ave van desde 0 a 0.25, la segunda de 0.25 a 0.50, la tercera desde 0.50 a 0.75 y la cuarta de 0.75 a 1. 4. CONCLUSIONES A pesar del gran movimiento económico que genera el turismo de aves en todo el mundo y el gran avance tecnológico que existe, hemos visto que hay muy poca investigación a cerca del reconocimiento de señales de audio. Las herramientas tecnológicas que hoy existen han facilitado y acelerado los procesos de investigación, dándose un enfoque más amplio en lo referente al reconocimiento de señales de audio. Sin embargo, pocas de estas aplicaciones se usan en especies del reino animal.

Definitivamente, el método de extracción de información espectral de la señal supera con creces los demás métodos de caracterización y reconocimiento de una señal…

Los métodos de caracterización de señales tales como el uso de las onomatopeyas y el pentagrama constituyen una herramienta que produce serias laceraciones al contenido tanto en espectro como en duración de las distintas componentes del lenguaje de estos animales y es importante tener en cuenta que el diseño de un software como este, está sujeto a pruebas que pueden o no fallar. Definitivamente, el método de extracción de información espectral de la señal supera con creces los demás métodos de caracterización y reconocimiento de una señal, ya que dicha información clasificada por banda de frecuencia constituye la entrada misma de una RNA. Considerando las características de identificación de patrones y de generalización propias de las redes neuronales, se estima que los procesos de entrenamiento conducirán a una topología de red capaz de producir resultados con niveles muy bajos de error. Es importante también acotar que se propende hacia el procesamiento en tiempo real, por tanto, la cantidad de datos que maneje la red neuronal no debe ser excesiva. Es por eso que es necesario un análisis previo de las señales con las que se trabajará para, de esta forma, encontrar un parámetro de optimización tipo “filtro” para que en un posterior análisis espectral, genere los datos de entrada de la red. Dicho análisis que no es trivial, constituye el núcleo de este trabajo, ya que a más de proporcionar resultados confiables, no se desperdiciarán recursos computacionales en procesos que bien podrían tener influencias descartables.

S O N A C 2 0 1 2

5. REFERENCIAS 1.

Polhmann, Ken, (2000) Principles of Digital Audio, Cuarta Edition, McGraw-Hill, Pág.: 1 - 13, 21 - 30.

Miyara, Federico, (2003) Acústica y Sistemas de Sonido, Tercera Edición, Editorial de la Universidad Nacional de Rosario,Pág.: 1 - 43, 62 - 70, 163 - 173.

Dobrian, Chris, Zicarelli, David, Taylor, Gregory, Bernstein, Jeremy, Schabtach, Adam, Dudas, Richard, Dubois, Luke, Grosse, Darwin, Nevile, Ben, Clayton, Joshua, Hart, Lilli, (2004) Max, MSP Tutorials and Topics, Cycling ’74/IRCAM, (l’Institut de Recherche et Coördination Acoustique/Musique).

Elsea, Peter, (2007) BasicMSP. Universidad de California.

Marler, P., Slabbekoorn, H., (2004) Nature’s Music -- The Science of Birdsong, Elsevier.

Greenfield, Paul, Ridgely, Robert, (2007) The Birds of Ecuador, Aves del Ecuador.

Olaf, Moore, Krabbe, Valenzuela, Coopmans, Lysinger, Navarrete, Nilsson, Ridgely, (2008) The Birds of Northwest Ecuador.

Jácome Andrade, Hugo, (2009) Sistema de Generación de Imágenes y Patrones Visuales a partir de una señal de audio; considerando Amplitud, Frecuencia y Espectro, destinado principalmente a Refuerzo Sonoro, Universidad de Las Américas.

S O N A C 2 0 1 2

PROCESOS PSICOACÚSTICOS APLICADOS A LA ESTIMULACIÓN DEL PROCESO COGNITIVO DE LA ATENCIÓN EN NIÑ@S DE 5 AÑOS D. Balarezo

danyelin_87@hotmail.com

Universidad de las Américas Quito - Ecuador

Resumen Este trabajo se basa en descubrir un nuevo método que estimule la atención de niños/as de 5 años de forma agradable, sencilla y divertida. Consiste en evaluar, a través de cuatro procedimientos distintos, la aplicación de procesos psicoacústicos que permitan mejorar la capacidad de atención y favorezcan el aprendizaje. La presente investigación recurre a una serie de evaluaciones psicológicas certificadas y aprobadas por entidades legales que normalizan la aparición de dichas pruebas para ser aplicadas a los niños/as de esta edad, permitiendo obtener resultados reales conforme se aplica el método. La importancia de incluir procesos psicoacústicos en la investigación, es para poder evaluar estados del cerebro, que permiten al individuo captar de mejor manera los estímulos que se le transmiten, y así poder lograr una mayor atención. SONAC Revista de Sonido y Acústica, Num. 3, pags 63 - 70. Mayo 2012. ISSN: 1390-6348

Es mejor la estimulación a corta edad, ya que los niños/as captan la información más rápido que un adulto, debido a que sus sentidos se encuentran en mejor estado. Palabras Clave: Psicoacústica, Atención, educación inicial.

Abstract The objective of this work is to discover a new method to estimulate the attention of five year old children in a fun and simple way. The aim is to evaluate, through four different procedures, the use of psychoacoustical processes to enhance the attention capacity and to favour the learning process. This research uses several psychological evaluations, all of them certified and approved by legal entities that regulate such tests, which allows for truthful results. The importance of including psycho-acoustical processes is to be able to assess the brain states that allow the researched individuals to capture in a better way the transmitted stimulus, and in doing so to obtain a greater mental attention. The conclusion is that it is better to motivate children at a younger age because they assimilate the information faster than an adult because their senses are in better shape. Key words: Psycho acoustics, Attention, Early learning 1. INTRODUCCIÓN

Los recién nacidos inician el conocimiento de la vida a través de su oído, pues es el órgano de los sentidos que se desarrolla antes que los demás.

La atención es un tema de estudio considerado por varios analistas y psicólogos, ya que se considera la herramienta más utilizada por el ser humano para el entendimiento de un tema en particular, mientras posea una correcta estimulación, que le permita estar alerta a la comprensión de ideas nuevas, que incrementan el nivel de aprendizaje dentro del medio en el que se desenvuelve. Los recién nacidos inician el conocimiento de la vida a través de su oído, pues es el órgano de los sentidos que se desarrolla antes que los demás. Por lo tanto esta investigación lleva a creer que la correcta estimulación sería por medio de estímulos auditivos, ya que desde el nacimiento, la comprensión de la vida inicia de esta manera. 2. METODOLOGÍA El estudio se realizó durante cuatro semanas seguidas, dentro de las instalaciones de los respectivos centros educativos, que colaboraron con la investigación, rigiéndose a un cronograma previamente establecido, detallando las actividades del experimento. Los días lunes de

S O N A C 2 0 1 2

cada semana se reservan exclusivamente para realizar las respectivas evaluaciones psicológicas, comenzando el primer día con una evaluación de entrada, para verificar el nivel de atención, previo al inicio del experimento. En los siguientes días se reproducen los ocho procesos psicoacústicos distintos logrados en base a parámetros acústicos (donde se toma en cuenta la altura tonal, la duración de reproducción del proceso y su nivel de sonoridad), y técnicos (claridad, a través de una correcta ecualización, espacialidad en el formato estéreo e intensidad gradual en el sonido), todos estos criterios para la exposición adecuada de los procesos en cada una de las semanas. El primer estudio se realizó en la escuela “Thomas Jefferson” localizada en el sector de Conocoto de la ciudad de Quito, en un aula de clase apartada de ruido, que se encuentra junto a un terreno baldío, que inspira tranquilidad. El segundo estudio se realizó en la escuela “Pensionado Hidalgo Albuja” ubicada en el sector centro de Quito, en un aula grande, cómoda y tranquila, situada en el tercer piso de la institución junto a una calle poco transitada. La población total está comprendida de 41 niños y niñas como se detalla a continuación: Thomas Jefferson:

19 estudiantes

Pensionado Hidalgo Albuja:

22 estudiantes

Niñas:

Niños:

Tabla 2.1 Población evaluada

La hipótesis que se plantea para verificar el alcance de esta investigación es incrementar la atención en al menos el 40% de los niños/as que se someten a este experimento. El proceso psicoacústico (P.P.) se basa en 5 partes fundamentales. 1. Introducción: Ejercicios de relajación. 2. Sonidos de relajación: Composiciones musicales, acompañadas de una variedad de sonidos de la naturaleza, que pueden incluir una frecuencia de onda cerebral. 3. Preparación psicológica y emocional, para estimular su audición. 4. Textura Ambiental: Historia de tipo únicamente auditiva lograda por medio de efectos de sonido, que tienen por objetivo trasladar a la mente a un escenario de objetos en movimiento. 5. Indicador de finalización del proceso. Las frecuencias de onda cerebral se describen como infrasonidos que aunque no sean perceptibles por el oído humano, pueden provocar estados cerebrales diferentes. Durante la noche: Delta, estado inconscien-

te; Alpha, estado de relajación; y durante el día: Theta, estado consciente; Beta, estado de alerta máxima. La evaluación de entrada y las evaluaciones 1 y 2 se realizaron a través de una prueba psicológica que se denomina “Tildado de figuras”. Lunes

Martes

Miércoles

Jueves

Viernes

1era Semana

Ev. Entrada

1er Proceso Psicoacústico (4 minutos) GRUPAL

1er P.P. (4 min) INDIVIDUAL

2do P.P. (4 min) GRUPAL

2do P.P. (4 min) INDIVIDUAL

2da Semana

Ev. 1

3er P.P. (8 min) GRUPAL

3er P.P. (8 min) INDIVIDUAL

4to P.P. (8 min) GRUPAL

4to P.P. (8 min) INDIVIDUAL

3era Semana

Ev. 2

5to P.P. (4 min + Fq) GRUPAL

5to P.P. (4 min + Fq) INDIVIDUAL

6to P.P. (4 min + Fq) GRUPAL

6to P.P. (4 min + Fq) INDIVIDUAL

4ta Semana

Ev. 3

7mo P.P. (8 min + Fq) GRUPAL

7mo P.P. (8 min + Fq) INDIVIDUAL

8vo P.P. (8 min + Fq) GRUPAL

8vo P.P. (8 min + Fq) INDIVIDUAL

5ta Semana

Ev. 4

Tabla 2.2 Cronograma detallado de actividades para el desarrollo del estudio.

Cada evaluación con una adaptación distinta, para obtener resultados confiables.

Figura 2.1 Prueba Psicológica “Tildado de figuras”

S O N A C 2 0 1 2

Las evaluaciones 3 y 4 se realizaron a través de una prueba psicológica que se denomina “Casa de los animales”. Cada evaluación con una adaptación distinta, para obtener resultados confiables.

Figura 2.2 Prueba Psicológica “Casa de los animales”

2.1. MÉTODOS ESTADÍSTICOS Se utilizó el método “error de la desviación estándar”, que consiste en verificar qué tan alejados se encuentran los resultados obtenidos, del resultado promedio. En esta investigación el error de la desviación estándar fue de 4,27% en la escuela “Thomas Jefferson” y 2,73% en la escuela “Pensionado Hidalgo Albuja”; por lo que se considera que los resultados obtenidos se pueden analizar de manera confiable. A continuación se realiza un análisis estadístico de la escuela “Thomas Jefferson” y de la escuela “Pensionado Hidalgo Albuja” respectivamente. La fórmula de un error común en la desviación estándar es la siguiente: 2.1:

Escuela “Thomas Jefferson”

1er Test

Promedio

2do Test

3er Test

4to Test

5to Test

54,83

54,74

46,47

56,37

±16

±22,20

±16,68

±9,48

±13,27

±2,67

±3,60

±2,70

±1,53

±2,15

± o ± E0

36,16 – 73,5

28,94 – 80,54

27,09 - 65,85

48,99 – 71,01

40,95 – 71,8

Nº de niños/as con puntajes normales

13 = 72,22%

15 = 78,94%

16 = 84,21%

15 =78,94%

Nº de niños/as con puntajes dispersos

5 = 27,78%

4 = 21,06%

3 = 15,79%

4 = 21,06%

5,55%

15,79%

5to Test

Desviación Estándar: “o” Muestra “n”(# de niños/as) Error Típico de la Desviación Estándar:

Intervalo de puntajes con corrección: Promedio

% de error de la “o”

Tabla 2.3 Análisis estadístico de la escuela “Thomas Jefferson”. Escuela “Pensionado Hidalgo Albuja”

1er Test

2do Test

3er Test

4to Test

46,17

50,21

42,32

58,05

61,36

± 34,63

± 21,85

± 23,16

± 12,11

± 8,94

± 5,78

± 3,54

± 3,5

± 1,83

± 1,35

± o ± E0

5,76 – 86,58

24,82 – 75,6

15,66 – 68,98

44,11 – 71,9

51,07 -71,6

Nº de niños/as con puntajes normales

17 = 94,44%

15 = 78,95%

15 = 68,18%

16 =72,73%

15 =68,18%

Nº de niños/as con puntajes dispersos

1 = 5,56%

4 = 21,05%

7 = 31,81%

6 = 27,28%

7 = 31,82%

9,09%

4,55%

Promedio Desviación Estándar: “o” Muestra “n”(# de niños/as) Error Típico de la Desviación Estándar:

Intervalo de puntajes con corrección: Promedio

% de error de la “o”

Tabla 2.4 Análisis estadístico de la escuela “Pensionado Hidalgo Albuja”.

3. RESULTADOS El análisis de resultados se realizó por medio de la valoración porcentual obtenida de cada una de las pruebas psicológicas tomadas. Las figuras que se presentan a continuación son los resultados del estudio aplicado a cada una de las escuelas, en el orden en el que fueron evaluadas. Los dos cuadros siguientes muestran la cantidad de niños y niñas que incrementaron, mantuvieron o disminuyeron la atención conforme se aplicaron los procesos psicoacústicos, y en forma general, qué porcentaje de alumnos logró incrementar, mantener o disminuir la atención, al completar el estudio:

S O N A C 2 0 1 2

PENSIONADO THOMAS JEFFERSON Niños/as 16 14 12 Incrementan

Análisis General del Estudio

Mantienen

Disminuyen

34%

25%

41%

2 0

1er

2do 3er Procedimiento

4to

Incrementan Mantienen Disminuyen

Figura 3.1 Gráfica de evolución del experimento en la escuela “Thomas Jefferson”.

PENSIONADO HIDALGO ALBUJA Niños/as 16 14 12

Análisis General del Estudio Incrementan

Mantienen

Disminuyen

6 4

34%

25% 41%

2 0

1er

2do 3er Procedimiento

4to

Incrementan Mantienen Disminuyen

Figura 3.2 Gráfica de evolución del experimento en la escuela “Pensionado Hidalgo Albuja”.

4. DISCUSIÓN En las figuras presentadas se puede observar claramente que los resultados obtenidos son uniformes y positivos a la vez, lo que quiere decir que efectivamente es un método que permite mejorar la atención de niños/as, que cursan el primer año de educación básica, ya que se evidencia que existe un mayor incremento y regularidad en la atención que en el caso de pérdida de la misma, sin embargo se observó que con el segundo de los procedimientos se obtuvo resultados adversos, situación entendible, ya que se esperaba en algún momento del estudio algún dato negativo por ser un trabajo de experimentación. En todo caso, no se recomienda el uso de procesos psicoacústicos de larga exposición auditiva, puesto que cansa y distrae la mente del niño/a y esto solo conlleva a resultados adversos en el desarrollo de la atención del estudiante.

Los procesos psicoacústicos son efectivos y apropiados para estimular el proceso cognitivo de la atención en niños/as de 5 años

5. CONCLUSIONES De acuerdo con los resultados obtenidos en las dos escuelas, y los objetivos planteados se afirma que los procesos psicoacústicos son efectivos y apropiados para estimular el proceso cognitivo de la atención en niños/as de 5 años que inician la educación básica, ya que se logró incrementar la atención en más del 40% de los estudiantes, es decir, un porcentaje mayor del que se planteó en la hipótesis. El método experimental que logró pasar la meta con un 59% de efectividad fue el tercer procedimiento, que consistía en reproducir procesos psicoacústicos de corta exposición sonora, que incluyen una frecuencia de onda cerebral Theta (estado consiente, C, 5Hz) y Alpha (estado de relajación, C, 7Hz). La nota C o más conocida como DO, produce una sensación de bienestar que sobrepasa la impresión de encontrarse en un mundo mágico e ideal para el ser humano. Todas las características de este procedimiento son acertadas al momento de querer mejorar el proceso cognitivo de la atención. 6. REFERENCIAS 1.

Maldonado, T. (2010): Estadística: Descriptiva e inferencial. Error típico de una desviación estándar. Universidad Central. Quito, Ecuador.

Ondas Cerebrales (2011): Tipos de ondas cerebrales. http://www.megabrain.net/novedades/megabrain/ondas_cereb.htm.

Vademécum de la inducción cerebral (2011): Lista de las frecuencias cerebrales. http://www.vibracionalterapias.net/vademecums/vademecum_induccioncerebral.htm.

S O N A C 2 0 1 2

EVALUACIÓN DE MODELOS DE PREDICCIÓN DE RUIDO DE TRÁFICO

APLICADOS A LA CIUDAD DE QUITO MEDIANTE EL SOFTWARE SOUNDPLAN V6.3 J. Guarderas

jairoguarderasr@hotmail.com

Universidad de las Américas Quito - Ecuador

Resumen En el presente proyecto se realizó la evaluación de normativas internacionales de ruido de tráfico, utilizadas en el software de predicción de ruido de tráfico SoundPLAN V6.3, para verificar la normativa que mejor se adapta a la realidad actual en un sector de la ciudad de Quito. Para la evaluación de los modelos de ruido de tráfico se realizó un análisis entre los resultados de la estación de medición de ruido “Jipijapa” y el modelamiento mediante software, el mismo que se basa en datos como: número y tipo de vehículos, velocidad de los automotores, pendiente, asfalto de la vía, fachada de viviendas, entre otras. En el análisis de este proyecto se evaluaron los modelos de predicción del software frente algunas situaciones como: mediciones mensuales, y semestrales entre enero y julio de 2011; se observó también las tendencias de comportamiento del ruido en cada uno de los días de la semana. SONAC Revista de Sonido y Acústica, Num. 3, pags 71 - 79. Mayo 2012. ISSN: 1390-6348

Se pudo determinar en el estudio que las normativas NORDIC1996 y RLS90, son las que mejor se adaptan a la realidad actual de ruido de tráfico en el sector evaluado de la ciudad de Quito, según los parámetros LEQ24H, LD y LN, el proceso para llegar a estas conclusiones se explica en el desarrollo de este proyecto. Palabras Clave: Modelamiento Acústico, Acústica Ambiental, SoundPLAN.

Abstract This project is an evaluation of road traffic noise international standards used in the SoundPLAN 6.3 noise prediction software with the objective of verifying the most adaptable standard for Quito city conditions with regards to a specific location. In order to evaluate the traffic noise models a comparative analysis was made between the results of the actual noise levels of the Jipijapa bus terminal and the modeling software results. The software results were determined using data such as the number and types of vehicles, speed, street surface and slope, surrounding building types, etc. Software prediction models were compared against certain circumstances such as: monthly measurements, six month measurements between January and July 2011, as well as observations of noise behavior tendencies on a daily basis. Through analysis it was determined that the NORDIC1996 and the RLS90 standards are the most adaptable to the traffic noise conditions of the study area according to the LEQ24H, LD and LN parameters. The process of how these conclusions were reached is explained in the development of this project. Key words: Acoustical modeling, Environmental acoustics, SoundPLAN.

…evaluando los pros y contras de herramientas como software de modelamiento acústico, puede resultar de gran ayuda debido a que los resultados están basados en normativas internacionales,…

1. INTRODUCCIÓN El interés sobre la contaminación ambiental en Quito ha ido en aumento debido principalmente al crecimiento y desarrollo de la ciudad, su parque industrial y automotor. La propuesta de utilizar nueva tecnología en análisis de contaminación ambiental, especialmente en torno a la evaluación, es cada vez más importante, ya que evaluando los pros y contras de herramientas como software de modelamiento acústico, puede resultar de gran ayuda debido a que los resultados están basados en normativas internacionales, y tienen un grado de exactitud muy cercano a la realidad. Para poder utilizar este tipo de software en futuros proyectos, sobre todo en la ciudad de Quito, es necesario comprobar qué normativa de las que utiliza el software es la que mejor se adapta a la realidad actual del problema de ruido de tráfico de la ciudad.

S O N A C 2 0 1 2

2. METODOLOGÍA La metodología utilizada en el desarrollo de este proyecto fue experimental, se realizó una investigación, recopilación y análisis de datos, modelamiento, medición y comparación de resultados obtenidos. Para realizar las mediciones in-situ se necesita contar de ciertos implementos, a más de conocer los parámetros a medir y el procedimiento para llevarlo a cabo. Para realizar una medición es importante conocer características como: compensación de frecuencias, respuesta temporal e instrumentos de medición (sonómetros, estaciones fijas de monitoreo y loggers). Para el modelamiento acústico se deben considerar aspectos muy importantes como: tipos de software de simulación acústica, técnicas acústicas aplicadas para la evaluación (fuente de emisión, esparcimiento, absorción del aire, apantallamiento, efectos del suelo, reflexiones, entre otras), normativas internacionales utilizadas por cada software y variables de ingreso para realizar un modelo de predicción de ruido de tráfico (tipo y número de vehículos, velocidad de circulación y características de cada vía en las que circulan los automotores). En este proyecto se utilizó el software de predicción acústica SoundPLAN versión 6.3 con el módulo de ruido de tráfico, se debe recalcar que en ninguna de las normativas que este software maneja se considera el ingreso de motocicletas como fuentes emisoras de ruido, sin embargo, debido a la gran cantidad de estos vehículos utilizados para transporte en ciertos países, especialmente en Ecuador, se ha tomado la siguiente consideración: Según estudios realizados, el ruido generado por motocicletas y camiones ligeros es muy similar, por lo que se añadió a la variable “camiones

Figura 2.1 Comparación de niveles de ruido entre motocicletas y automóviles (Asociación de constructores europeos de motociclos, ACEM, Bruselas).

ligeros” la cantidad de motocicletas presentes en la medición. Se puede demostrar lo mencionado anteriormente con sus respectivas gráficas realizadas en distintos ensayos (figura 2.1) En este proyecto se escogió el sector de la Av. Río Coca, entre las calles Isla San Cristóbal e Isla Seymour, debido a la cercanía de una estación fija de monitoreo, ubicada en las instalaciones de la Secretaría de Ambiente del Municipio de Quito. En este lugar existen varios factores que contribuyen al ruido ambiental, principalmente el ruido de tráfico, generado por distintos tipos de vehículos (motos, livianos y pesados) que circulan por la Av. Río Coca. Otro aporte importante al ruido del sector es ocasionado por la actividad comercial de la zona. Cabe identificar, además, la influencia del ruido generado por las aeronaves debido a la proximidad del aeropuerto Internacional Mariscal Sucre. Para el modelamiento se llevó a cabo varias salidas de campo para poder evaluar el comportamiento del tráfico y la arquitectura del sector con sus respectivas medidas, y así tener una mejor aproximación en los resultados. Para seleccionar las normativas de evaluación se hizo un análisis comparativo de todas las normativas existentes en el software, de las cuales se extrajo sólo aquellas que entregan los mismos índices de evaluación de ruido que la estación de monitoreo (Leq24H, LeqMAX, LeqMIN, LN, LD, L10). Posteriormente con los resultados obtenidos se pudo realizar una comparación y se determinó qué normativa se ajusta más a la realidad actual del sector evaluado. Para la adquisición de datos y el desarrollo del modelo en el software, se tomaron algunas consideraciones importantes: -- Curvas de nivel obtenidas en formato SHAPE para la creación de un terreno digital. -- Predios obtenidos en formato SHAPE para desarrollar la infraestructura del sector. -- Vías obtenidas en formato SHAPE para ingresar los datos de tráfico, y sus características. -- Edificaciones y barreras acústicas que se obtuvo mediante el software Google Earth y a través de las salidas de campo. -- Receptores.

S O N A C 2 0 1 2

-- Características del tráfico obtenidas a través de mediciones realizadas por la Empresa Municipal de Movilidad y Obras Públicas, EPMMOP, por medio de contadores automáticos que monitorean el tráfico las 24 horas del día. En este estudio se hizo una serie de cálculos, en dónde se clasificó los vehículos de acuerdo a lo sugerido en cada normativa. Los valores de conteo de motocicletas se incluyeron en los datos de camiones por la explicación realizada anteriormente.

Figura 2.3 Modelo en 3D del sector evaluado en SoundPLAN 6.3.

Para la creación de mapas de ruido, se realizó una plantilla en donde se considera la leyenda respectiva, la escala (1:1350 para este caso) y los colores correspondientes de acuerdo a los niveles de ruido, como se indica en la figura 2.3. 3. RESULTADOS Los datos obtenidos por la estación fija de monitoreo de ruido “Jipijapa” ubicada en la Secretaría de Ambiente del Distrito Metropolitano de Quito, son los siguientes:

FECHA

DIA

LEQ 24H

Leq MAX

Leq MIN

L10 1H

L10 18H

10/05/2011

MARTES

64,5

68,3

56,9

65,7

61,4

69,0

68,1

11/05/2011

MIERCOLES

62,3

65,6

55,7

63,6

66,3

65,1

12/05/2011

JUEVES

62,4

66,1

55,4

63,7

58,8

66,6

65,2

13/05/2011

VIERNES

67,8

70,7

64,8

67,4

68,4

74,3

71,6

14/05/2011

SABADO

62,1

65,8

58,4

62,7

60,9

66,5

64,7

15/05/2011

DOMINGO

68,6

81,5

55,7

70,5

59,4

68,8

16/05/2011

LUNES

61,8

52,8

58,2

66,8

65,1

Tabla 3.1 Niveles de ruido obtenidos por la estación fija de medición.

Los datos citados en la tabla anterior fueron de vital importancia, porque ayudaron a realizar las comparaciones entre los distintos resultados obtenidos para cada normativa según el software SoundPLAN V6.3. En este proyecto se seleccionó un único receptor ubicado en la estación de monitoreo, obteniendo los siguientes resultados de acuerdo a las distintas normativas utilizadas en la evaluación. RESULTADOS OBTENIDOS SEGÚN LAS NORMATIVAS LEQ21H FECHA

DIA

L10 1H

L10 18H

RLS90

ASJ

NORDIC

STATENS

FHWA

RLS90

LD FHWA

RLS90

LN FHWA

CORTN

10/05/2011

MARTES

65,2

62,9

63,7

62,4

67,4

66,3

68,4

61,3

63,8

63,3

63,8

11/05/2011

MIERCOLES

65,4

62,6

64,3

63,1

67,5

66,8

68,8

59,9

61,4

64,2

64,8

12/05/2011

JUEVES

65,5

62,6

64,3

63,1

67,4

66,8

68,8

60,2

61,8

64,2

64,8

13/05/2011

VIERNES

64,7

62,4

62,9

65,9

68,2

60,4

62,5

63,8

64,4

14/05/2011

SABADO

64,6

62,4

63,9

62,7

66,5

65,7

67,5

60,6

63,4

15/05/2011

DOMINGO

62,8

60,5

61,9

64,3

58,6

60,5

61,7

61,9

16/05/2011

LUNES

65,8

61,7

65,1

63,7

69,1

67,3

57,5

67,5

64,4

65,4

Tabla 3.2 Resultados obtenidos a través del software SoundPLAN.

Figura 3.1 Mapas de ruido LD de la normativa RLS90 (martes 10 de mayo de 2011).

S O N A C 2 0 1 2

Figura 3.2 Mapas de ruido LN de la normativa RLS90 (martes 10 de mayo de 2011).

4. DISCUSIÓN En el desarrollo del proyecto, se analizaron los datos obtenidos por la estación de medición meses atrás; primero se realizó con respecto a la semana de evaluación, luego al mes de mayo 2011 en que se realizó el proyecto; y finalmente, se evaluó el nivel de ruido diario a lo largo del semestre enero - julio del 2011. Para describir una trayectoria de la manera en que se comporta el nivel de ruido dentro de todo el tiempo evaluado, es necesario tomar todos los valores Leq24H, LD y LN medidos, y así determinar un único valor para poder realizar el proceso de comparación. Una vez obtenidas las curvas de las tendencias diarias del nivel de ruido, se procedió a realizar un promedio total de las diferencias entre el nivel de ruido de cada día simulado frente al valor medido de los 7 días de la semana. Con el procedimiento mencionado anteriormente, se pudo encontrar la normativa mejor adaptada a la realidad actual del problema de ruido de tráfico en un sector de la ciudad de Quito.

Figura 4.1 Diferencias de promedios respecto a las mediciones reales LEQ24H, LD y LN.

Observando las tendencias de las curvas, se pudo aseverar que para realizar las comparaciones y decidir por una normativa, es mejor tomar los niveles de ruido generados por la estación fija de medición “Jipijapa” entre los meses de enero a julio, no solo por tener un numero mayor de muestras, sino también porque se comienza a tener una similitud en los resultados con las normativas NORDIC1996 y RLS90, donde el modelamiento y las mediciones tienen una ligera semejanza, variando en sus valores de nivel de ruido equivalente entre 0,5 y 1,3 [dB(A)]. Para este proyecto se escogieron las normativas de mayor aproximación a la realidad actual del sector evaluado, la normativa NORDIC1996 (utilizada en países nórdicos) para el caso del parámetro Leq24H, y la normativa RLS90 (utilizada en Alemania) para los parámetros LD y LN, no solo por sus características de evaluación, sino también por la manera en que realiza el cálculo de emisión y propagación del ruido de tráfico, dando resultados muy cercanos a los medidos por una estación fija de monitoreo. 5. CONCLUSIONES Y RECOMENDACIONES El software SoundPLAN V6.3 es una herramienta muy precisa, la cual depende principalmente de la calidad de los datos de entrada como son: tráfico, vías, edificaciones del sector, entre otros.

S O N A C 2 0 1 2

Se determinó que no es posible realizar una comparación completa entre todas las normativas porque entre ellas se manejan diferentes parámetros acústicos para evaluar el ruido.

La diferencia de resultados entregados por los modelos de predicción del software y los medidos por la estación “Jipijapa” puede deberse a otras fuentes externas que contribuyen a generar ruido en el sector…

Los semáforos generan niveles de ruido más críticos en sus alrededores, debido a la aglomeración de vehículos, principalmente durante el día y en horas de mayor congestión (horas pico). Para verificar la aproximación del software respecto a las mediciones reales, fue necesario ampliar el tiempo de estudio, para así poder emitir un criterio sobre la normativa que representa mejor al escenario real. La diferencia de resultados entregados por los modelos de predicción del software y los medidos por la estación “Jipijapa” puede deberse a otras fuentes externas que contribuyen a generar ruido en el sector, tales como bocinas, alarmas, aviones, entre otros, las cuales no son modeladas por el software. Para la recopilación de datos como tráfico, es necesario aclarar que se lo debe hacer en días comunes, para evitar tener una variación significativa respecto a días festivos o feriados, en donde la ciudad, por lo general, se encuentra con menos flujo vehicular, disminuyendo no solo el tráfico sino también el ruido ambiental de la ciudad. 6. REFERENCIAS 1.

SoundPLAN (2004, 2005). Manual de Usuario. Versión en inglés y español.

Harris, C. (1995). Manual de Medidas Acústicas y Control del Ruido. McGraw Hill.

CoRTN (1988). Calculation of Road Traffic Noise. Normativa de ruido del Reino Unido.

FHWA (1978). Federal Highway Administration. Partes de la Normativa FHWA.

S O N A C 2 0 1 2

PREDICCIÓN DE RUIDO DE ACTIVIDAD EMITIDO POR UNA TORRE REFRIGERADORA UBICADA EN CUBIERTA DE HOTEL, SOBRE EDIFICIOS ALEDAÑOS EN LA COMUNIDAD DE MATARÓ, ESPAÑA. G. Bolaños

guillermoacustic@gmail.com

Universitat Ramón Llull Barcelona - España

Resumen El siguiente trabajo fue presentado como tesis de grado de Máster en Acústica Arquitectónica y Medioambiental para la Universitat Ramón Llull por parte del autor. El objetivo fue la evaluación del impacto acústico que generaría la instalación de una torre refrigeradora sobre la cubierta de un hotel existente en la comunidad de Mataró, España, donde los edificios adyacentes son un centro geriátrico, un edificio de oficinas y una universidad. Se realizó una comparativa entre los límites de inmisión de ruido permitidos por la Ley de Ruido 37/2003 (España) y la Ley 2004-019 (Ecuador). Para poder calcular el ruido de fondo de la zona, se realizó un análisis matemático del ruido emitido por el tráfico vehicular y ferroviario, los métodos utilizados son los especificados en la norma francesa “Guide de Bruit”, se consideró el apantallamiento SONAC Revista de Sonido y Acústica, Num. 3, pags 81 - 93. Mayo 2012. ISSN: 1390-6348

producido por barreras complejas en la propagación del sonido, y las emisiones de ruido de la fuente fueron calculadas a partir de especificaciones técnicas del fabricante. Se compararon los resultados de los cálculos matemáticos con los obtenidos en el software CadnaA. Adicionalmente se realizó el diseño de un montaje anti vibratorio que permitirá aislar un 95% de las vibraciones mecánicas que emitiría la torre, para evitar molestia de ruido en los ocupantes del hotel. Palabras Clave: Leyes de Ruido, Modelamiento y simulación acústica, Control de vibraciones.

Abstract The following paper was presented by the author as thesis work for an Architectural and Environmental Acoustics Master’s Degree in Ramón Llull University. The goal was to study the noise impact around a cooling tower installation on a hotel roof in the Mataro community in Spain where adjacent buildings are a geriatric center and a university. A comparison was performed between the noise emissions limits allowed by the Noise Law 37/2003(Spain) and the Law 2004019 (Ecuador). To calculate the background noise in the area a mathematical analysis was made of the rail traffic noise using the French standard method “Guide de Bruit.” Taken into consideration was the shielding produced by complex sound propagation barriers and the source noise emissions that were calculated from the manufacturer’s technical specifications. The mathematical calculations were compared with those obtained from the CadnaA software. Additionally, an anti vibratory design was employed that reduces up to 95% of the towers mechanical vibration to prevent noise disturbing to the hotel occupants.

…es necesario que los niveles de las inmisiones acústicas en diferentes puntos de análisis cumplan los requerimientos de la Ley del Ruido 37/2003 [España] y Ley de Gestión Ambiental 2004-019 [Ecuador]

Key words: Noise Laws, Acoustical modeling, Vibration Control. 1. INTRODUCCIÓN El objetivo del presente trabajo fue modelar matemáticamente el impacto acústico que generaría la instalación de una torre de refrigeración en la cubierta de un hotel sobre las edificaciones aledañas, es necesario que los niveles de las inmisiones acústicas en diferentes puntos de análisis cumplan los requerimientos de la Ley del Ruido 37/2003 [España] y Ley de Gestión Ambiental 2004-019 [Ecuador], en función de su uso de suelo para que así las autoridades aprueben su funcionamiento. Para validar la comparación se realizó el mismo análisis utilizando el software de simulación acústica CadnaA en los laboratorios de la Universidad.

S O N A C 2 0 1 2

2. ZONA DE ESTUDIO La torre refrigeradora será instalada sobre la cubierta del hotel IBIS de la ciudad de Mataró que se muestra en la figura 2.1, el cual está rodeado por edificios de uso geriátrico, universidades y oficinas.

Figura 2.1 Edificio donde será ubicada la torre refrigeradora y su situación geográfica.

2.1 FOCOS SONOROS ALEDAÑOS. Los principales focos de ruido dentro de la zona de estudio son tráfico rodado y ferroviario. 2.1.1 Ruido tráfico rodado En un radio de 300 m de la ubicación del hotel IBIS se encuentran tres vías principales con los siguientes datos de IMD (Índice medio diario): -- Carretera de Barcelona (IMD estimativa: 14.000 Veh/día). -- Salida autopista C31-D (IMD estimativa: 17.000 Veh/día). -- Rotonda “Plaça L’arquera” (IMD estimativa: 24.000 Veh/ día) Se realizó una inspección visual del lugar para evaluar la relación espacial entre las vías y el hotel, como se muestra en la figura 2.2. El método empleado para calcular el nivel de ruido ambiente producido por el tráfico vehicular será el sistema francés NMPB-Routes-96 del “Guide de Bruit”, el cual brinda datos confiables hasta una distancia de 800 m de la carretera y se lo lleva a cabo en bandas de octava desde 125 hasta 4000 Hz, por medio de la ecuación 2.1.

Figura 2.2 a) Carretera de Barcelona; b) Salida autopista C31-d; c) Rotonda “plaça L´arquera.

2.1:

Lw = Potencia acústica emitida por un vehículo en cada banda de octava. D = distancia fuente – receptor. V = Velocidad media de circulación vehicular. Q = número de vehículos que circulan por hora. Att= Atenuación por barreras, temperatura, humedad, suelo. Los niveles de potencia acústica emitidos por vehículos livianos fueron obtenidos de los estudios realizados sobre el ruido emitido por vehículos en movimiento dentro de zonas urbanas [Lenong; Beréngie, 2009], donde se encontraron los siguientes valores por bandas de octava: Potencia acústica emitida por vehículos livianos Frec (Hz)

125

250

500

1000

2000

4000

8000

Lw (dBA)

47,6

63,1

61,7

66,7

72,4

69,5

68,4

62,9

Tabla 2.1 Niveles de potencia acústica emitidos por un vehículo liviano promedio en dB(A).

Para calcular Q de cada carretera en base a los IMD, despejando 10log(Q) se calculó la variación porcentual de vehículos, utilizado la figura 2.3

b Figura 2.3 a) Nivel de ruido de tráfico por horas. b) Variación de tráfico por horas.

S O N A C 2 0 1 2

de los niveles de ruido medidos durante 24 horas del ruido de tráfico en una calle de Barcelona. Se aplicó esta distribución a los IMD especificados, en este punto se asume que el comportamiento del tráfico es similar. 2.1.2. Ruido de tráfico ferroviario. La línea R1 de las Rodalies de Catalunya pasa por el Municipio de Mataró donde se registra el paso de 219 de trenes a diario. La línea férrea está ubicada a unos 300m del hotel. Actualmente por la R1 circulan trenes del tipo Civia (series 463-464-465), el tipo de tren a evaluar es de la serie 465. Se pudo cuantificar el flujo ferroviario a través de la información expuesta en la página web de la Generalitat de Cataluña. El método elegido para caracterizar las inmisiones acústicas generadas por el sistema ferroviario es el especificado en la “Guide de Bruit”. Para calcular el Leq(T) producido por la circulación de trenes de un período T, es necesario primero calcular el ruido que emite un solo tren por hora y luego realizar las correcciones determinadas en la ecuación 2.2:

b Figura 2.4 a) Tren CIVIA serie 465 en vía R1 Barcelona – Mataró, b) Cantidad trenes/hora hora en R1

2.2:

Lo = Nivel sonoro emitido por un tipo de tren determinado, circulando por una vía a una velocidad V0 y a una distancia del receptor d0. k = Constante en función de la distancia y depende de la longitud del tren. V = Velocidad de circulación del tren en km/h. d = distancia receptor-tren. 3. DESCRIPCIÓN DE RECEPTORES. La zona donde se ubica el hotel IBIS está compuesta en su mayoría por edificios de oficinas, y se tiene una presencia menor de edificios educativos y hospitalarios. El Tecno-Campus Mataró-Maresme es un parque científico y de innovación, en el sector sur del hotel IBIS se encuentra una torre de 27 m de altura que funciona actualmente como un centro geriátrico.

b Figura 3.1 Fotografía de algunos de los receptores. a) TCM y b) centro geriátrico.

Según la Ley de Ruido 37/2003 [España] se estableció que el uso de suelo corresponde a una zona de tipo terciario debido a la predominancia de oficinas y centros tecnológicos, sin embargo se permite el funcionamiento de establecimientos de diferente zonificación, siempre y cuando se cumplan los niveles estipulados en la normativa en la fachada de este recinto para su uso de suelo original. ÍNDICES DE RUIDO

TIPO DE ÁREA ACÚSTICA

Ld (7h a 19 h)

Le (19 h a 23 h)

Ln (23 h a 7 h)

Punto 1

Terciario (salvo anterior)

Punto 2

Sanitario, docente, cultural

Tabla 3.1 Niveles máximos de ruido permitidos dentro de la zona de estudio. Ley 37/2003. NPS eq [dB(A)]

TIPO DE ZONA SEGÚN USO DE SUELO

DE 06H00 A 20H00

DE 20H00 A 06H00

Zona Comercial

Tabla 3.2 Niveles máximos de ruido permitidos dentro de la zona de estudio. Ley 2004-019.

Para evaluar los niveles de ruido en estas edificaciones, se localizaron dos puntos de análisis lo más cercanos a la fuente, es decir, en la fachada a la misma altura donde se encuentra la torre refrigeradora, con

b Figura 3.2 a) Ubicación de puntos de análisis y b) mapa de capacidad acústica.

S O N A C 2 0 1 2

múltiples puntos se puede lograr un cálculo en 3D de la propagación del sonido en exteriores. 4. FUENTE SONORA. La fuente sonora será una torre refrigeradora modelo EWYD 360 AJYNN de la empresa DAIKIN, con funcionamiento ininterrumpido las 24 horas del día. En base a los datos técnicos proporcionados se comprobó que por el gran tamaño de esta fuente apenas a 25m de distancia adquiere el comportamiento de una fuente puntual.

Figura 4.1 Fuente sonora, refrigeradora EWYD 360 AJYNN, Daikin.

Todos los cálculos de la atenuación de sonido por divergencia geométrica serán calculados a partir de los valores mostrados en la siguiente tabla: MOTOR EWYJ360AJYNN

63 Hz

125 Hz

250 Hz

500 Hz

1 kHz

2 kHz

4 kHz

8 kHz

dB(A)

dB@25 m

Nivel de presión sonora en relación a la distancia en dB. Q=2

Tabla 4.1 Niveles de presión sonora a 25 m de distancia de la refrigeradora EWYD 360 AJYNN, Daikin.

5. RESULTADOS Para modelar los niveles de ruido de tráfico rodado y ferroviario en los puntos de interés, se tomó en cuenta el apantallamiento producido por los edificios ubicados en el camino de propagación, mediante la ecuación de Fresnel, limitando su IL (dB) a un máximo de 25 dB por banda de octava, y la propagación de sonido de la refrigeradora como fuente puntual a partir de los 25 m. Los resultados obtenidos son:

b Figura 5.1 a) Niveles de ruido en punto 1 y b) niveles de ruido en punto 2.

En la fachada del geriátrico el nivel de ruido de la refrigeradora es dominante ya que se encuentra 20 dB(A) sobre el ruido de fondo, para esto se diseño una barrera acústica con la ecuación de Fresnel, limitando su IL (dB) a 20 dB por banda de octava, con lo cual se logró reducir los niveles de ruido a:

b Figura 5.2 a) barrera acústica y b) niveles de ruido en punto 2.

La figura 5.3 muestra los resultados obtenidos mediante la simulación en CadnaA.

b Figura 5.3 a y b) Representación de mapas de ruido calculados en CadnaA.

S O N A C 2 0 1 2

En la fachada del Tecno Campus o Punto 1, se tienen los siguientes resultados: LEY 23/2007

En el caso de que aplicara la Ley 2004 – 019, el nivel de ruido no cumple, debido a que el propio ruido de fondo de la zona se encuentra sobre los límites.

LEY 2004 – 019

Parámetro

LAeq

LAmax

Cumple

Parámetro

LAeq

LAmax

Cumple

67,2

67,3

59,8

Tabla 5.1 Niveles de presión sonora LAeq global en la fachada del Tecno Campus.

En la tabla 5.1 se puede ver que las inmisiones de ruido por parte de la torre y su interacción con el ruido de fondo en el caso de la Ley 23/2007 cumplen con la normativa, debido a que se la considera como zona terciaria. En el caso de que aplicara la Ley 2004 – 019, el nivel de ruido no cumple, debido a que el propio ruido de fondo de la zona se encuentra sobre los límites. En la fachada del centro geriátrico o Punto 2, se tienen los siguientes resultados, considerando la barrera acústica de la figura 5.1.a LEY 23/2007

LEY 2004 - 019

Parámetro

LAeq

LAmax

Cumple

Parámetro

LAeq

LAmax

Cumple

48,6

48,2

47,3

47,2

Tabla 5.2 Niveles de presión sonora LAeq global en la fachada del geriátrico.

En la tabla 5.2 se puede ver que las inmisiones de ruido por parte de la torre y su interacción con el ruido de fondo en el caso de la Ley 23/2007 cumplen con la normativa, debido a que se la considera como zona sanitaria. En el caso de la Ley 2004 – 019, el nivel de ruido también cumple debido a la atenuación que genera la barrera en el ruido de la fuente estudiada.

Resultados CADNA Receptor

Ld (dBA)

Le (dBA)

Ln (dBA)

Lden

TCM3

62,9

57,2

65,5

Geriátrico

52,8

51,1

55,4

Receptor

Ld (dBA)

Le (dBA)

Ln (dBA)

Lden

TCM3

67,6

66,5

60,1

67,2

Geriátrico

48,6

48,2

47,2

48,5

Resultados cálculos matemáticos

Diferencia entre proyecciones Receptor

Ld (dBA)

Le (dBA)

Ln (dBA)

Lden

TCM3

4,7

5,5

2,9

1,7

Geriátrico

4,2

2,9

0,2

6,9

Tabla 5.3 Comparación de resultados entre métodos de ensayo.

La tabla 5.3 muestra la diferencia de resultados obtenidos entre el modelo matemático y el de simulación computacional, donde se nota una diferencia promedio de 4 dBA en el día y 2 dBA en la noche, por lo que son muy aproximados entre ambos estudios. 6. AISLAMIENTO DE VIBRACIONES. La norma UNE 100-153/88 determina un criterio para lograr un correcto aislamiento de vibraciones dependiendo del tipo de recinto donde se ubique una fuente vibratoria. Características

Grado de aislamiento S/UNE 100153/88

Expresado en dB de aceleración vibración respecto a 10-6 µm/ S2

Zonas muy críticas

Edificaciones de uso cultural (auditorios, teatros, cines), Hoteles y Hospitales

>95%

>25

Zonas críticas

Zonas cercanas a dormitorios, Oficinas y estudios

>90%

>20

Zonas no críticas

Almacenes, Sótanos y zonas de poco compromiso

>80%

>18

Tipo

Tabla 6.1 Grado de aislamiento de equipos vibratorios según edificación donde sea instalado.

El edificio sobre el cual se instalará la torre enfriadora Daikin EWYD 360 AJYNN es un hotel, bajo la normativa UNE 100-153/88 se lo clasifica como zona muy crítica, haciendo que el grado de aislamiento a las vibraciones tiene que ser mayor a 95 %. Revisando las especificaciones técnicas y utilizando la ecuación 6.1 podemos determinar la frecuencia fundamental de las vibraciones del equipo a partir de sus RPM, también se tiene la distribución de carga en los diferentes soportes del equipo. Ventiladores Tipo

axial

Diámetro

800

Velocidad

890

RPM

Potencia

1730

Apoyo

Total

Peso Kg

425

1125

525

4150

Tabla 6.2 Distribución de cargas en puntos de soporte especificados por DAIKIN.

6.1:

S O N A C 2 0 1 2

Por medio de la figura 6.1 y conociendo las RPM de la torre enfriadora, correspondientes a 890 RPM (14,8 Hz), se determinó que la flecha precisa para lograr un grado de aislamiento del 95% de las vibraciones emitidas por este equipo es de 24mm, esta tabla se encuentra en las especificaciones técnicas de los sistemas aislantes de vibración serie VIB 20.000 de la empresa española VIBCON. La tabla 6.3 muestra el tipo de muelle seleccionado para cada punto de apoyo de la torre:

Figura 6.1 Flecha mínima requerida para lograr un aislamiento de 95% a 890 rpm. Fuente: VIBCON. Apoyo

Peso daN

433

1147

535

Soporte

VIB 20.450

VIB 21.200

VIB 20.550

Margen carga

45-450

120-1200

55-550

Tabla 6.3 Detalle de muelles seleccionados para cada punto de soporte.

Luego se procede a calcular el coeficiente de elasticidad de cada uno, utilizaremos los valores de carga y flecha máxima especificadas por cada uno de ellos para obtener el valor k mediante la ecuación 6.2, en este punto se supone que el comportamiento del muelle es lineal. 6.2: Soporte

VIB 20450

VIB 20550

Carga máxima (daN)

450

550

VIB21200 1200

Flecha (m)

0,0025

180000

220000

480000

Tabla 6.4 Calculo de K de cada tipo de soporte en base a datos de catálogo.

Obtenido el coeficiente de elasticidad se puede volver a calcular la flecha que se presentará en los muelles cuando se los cargue con el peso

de la torre, mediante las ecuaciones 6.3 – 6.6 se puede calcular el grado de aislamiento G en % que se tendrá en cada uno de los muelles. 6.3:

6.4:

6.5:

6.6: Soporte

VIB 20450

VIB 20550

Carga (daN)

433

535

VIB21200 1147

Flecha (m)

0,00241

0,00243

0,00239

fn (Hz)

3,2

3,3

4,57

4,59

4,55

95%

Tabla 6.5 Grado de aislamiento de vibraciones proporcionado por cada tipo de soporte.

b Figura 6.2 Detalle de instalación de soportes anti vibratorios bajo la torre enfriadora.

7. CONCLUSIONES Y RECOMENDACIONES. La inmisiones de ruido producidas por la torre refrigeradora en los edificios aledaños se encuentran bajo los límites establecidos en la Ley 23/2007, gracias al tratamiento de insonorización recomendado, por lo que se puede realizar la legalización del funcionamiento del equipo. Los límites de ruido establecidos para zona comercial en la Ley 2004019 de Ecuador son muy bajos, esto se comprueba en el punto 1 donde el ruido ambiente generado por el tráfico vehicular se encuentra sobre estos valores. La mayor fuente contaminación sonora de la zona se debe al tráfico rodado, el tren es un fuente con menor impacto acústico, esto se lo puede observar en la figura 5.3.a.

S O N A C 2 0 1 2

La diferencia entre los resultados obtenidos entre los dos tipos de metodologías se pueden deber a que en el cálculo matemático no se tomó en cuenta la influencia de reflexiones de sonido, o debido a que la distribución por hora Q del tráfico es similar. Los programas de simulación permiten reducir considerablemente el tiempo de estudio para este tipo de proyectos, el cálculo matemático tomó en promedio un tiempo de dos meses, mientras que la simulación tomó un tiempo de 3 horas. El modelo matemático presentado en este documento puede ser optimizado mediante la determinación de variables más reales, por lo que deja abierta la investigación para adaptar estos modelos a las futuras normativas de ruido del Ecuador. Los muelles instalados bajo la torre permitirán un grado de aislamiento del 95% de la energía vibratoria en la frecuencia principal de funcionamiento del equipo, esto se cumple siempre y cuando la losa estructural posea una masa considerablemente grande. Con el tratamiento acústico planteado se logrará que la instalación de la torre no ocasione problemas de ruido, tanto en el interior del hotel, como en los edificios aledaños. 8. REFERENCIAS. 1.

Ley 37/2003 de 17 de noviembre del 2003, Jefatura el Estado, España.

Real Decreto 1367/2007, de 19 de Octubre.

Ley de Gestión Ambiental 2004-019; República de Ecuador.

Lelong, Joël; Bérengier, Michel (2.009) Noise radiated by vehicles moving in urban areas; Cedex; Francia.

Beranek, Leo; István Vér (2006) Noise and Vibration Control Engineering, Second Edition; New Jersey, EEUU; John Wiley & Sons, Inc.

Long, Marshall (2006) Architectural Acoustics. Londres; UK; Elsevier Inc.

Torres del Castillo, Rafael (2003) Patologías vibroacusticas generadas por instalaciones termicas en edificios; VIBCON; Barcelona, España.

S O N A C 2 0 1 2

INFLUENCIA DE LA INCERTIDUMBRE EN LOS DATOS DE ENTRADA EN LA GENERACIÓN DE MAPAS DE RUIDO DE GRANDES CIUDADES J. Oberreuter

jonysatie@gmail.com

Universidad Austral de Chile Valdivia - Chile

Resumen Los mapas de ruido son actualmente las principales herramientas para caracterizar acústicamente las zonas urbanas o incluso ciudades completas, y así evaluar y planificar territorialmente. La confección de un mapa de ruido puede fundamentarse en mediciones y/o en modelación, usando modelos de predicción de ruido de tránsito tales como NMPB-Routes-96, STL-86 y RLS-90. En este estudio se investiga la incertidumbre de estos modelos en los principales datos de entrada que utilizan los softwares especializados en la generación de mapas de ruido, tales como flujo vehicular, porcentaje de vehículos pesados y velocidad promedio de flujo, y su efecto en el nivel de predicción. Además, se hace una comparación entre los métodos en términos de las incertidumbres de los datos de entrada y de los efectos en la precisión. El estudio arroja que, bajo ciertas condiciones, el modelo alemán es más sensible en cuanto a la variable porcentaje de vehículos pesados, mientras que el modelo francés presenta mayor sensibilidad respecto a la incertidumbre de velocidad. Además, se concluye que, en la mayoría de los casos, una incertidumbre negativa en los datos de entrada es más perjudicial que una incertidumbre positiva en términos de la variación del nivel de presión sonora en dBA. Palabras Clave: Acústica Ambiental, Mapa de Ruido, Incertidumbre, Modelos Predictivos. SONAC Revista de Sonido y Acústica, Num. 3, pags 95 - 106. Mayo 2012. ISSN: 1390-6348

Abstract Noise mapping is currently the main tool used to evaluate the acoustical pollution in urban areas and even entire cities and also for their planning and geographical development. The development of noise maps could be based in measuraments and/ or modeling. The prediction models that could be used are NMPB-Routes-96, STL-86 y RLS-90. This research investigates the main causes of the uncertainty of the predicted level in noise maps. The uncertainty is caused by the data fed into the software at the beggining of the modeling, examples of these data could be traffic flow, percentage of heavy vehicles and the average velocity. Furthermore, the author makes a comparison between the methods in terms of the uncertainties of the input data and their effect on the model accuracy. The study shows that under certain conditions, the German model is more sensitive in respect to the variable percentage of heavy vehicles, while the French model has greater sensitivity on the variable of speed. The conclusion is that in the majority of cases a negative uncertainty in the input data causes a worst result than a positive uncertainty in terms of the variation on the dB(A) sound pressure level. Key words: Environmental acoustics, Noise mapping, Uncertainty, Predictive models. 1. INTRODUCCIÓN

Básicamente existen dos maneras de generar un mapa de ruido, mediante mediciones en terreno y a través de softwares especializados de modelamiento.

Una herramienta ampliamente utilizada para caracterizar acústicamente un territorio, como una ciudad completa o parte de ella, es el mapa de ruido, el cual describe mediante escala de colores, los niveles de presión sonora (u otro índice derivado) en un lugar y tiempo determinado. Básicamente existen dos maneras de generar un mapa de ruido, mediante mediciones en terreno y a través de softwares especializados de modelamiento. Actualmente la Unión Europea se ha propuesto realizar mapas de ruido de las principales ciudades europeas, ya que son considerados como un método efectivo y relativamente económico para conocer la evolución de los niveles de ruido en las zonas urbanas y rurales, como vía de información al público y como herramienta básica de planificación urbana. [Commission of the european communities, (1996)]. Generar un mapa de ruido a partir de mediciones implica una inversión considerable en tiempo y capital humano, mientras que el uso de

S O N A C 2 0 1 2

softwares ha eliminado estas barreras, llevando la problemática a la certidumbre en los datos de entrada, tales como variables inherentes al flujo vehicular, la cartografía, entre otros. El objetivo de este trabajo es investigar la incertidumbre de los datos de entrada en distintos modelos de predicción, en particular en NMPBRoutes-96, STL-86 y RLS-90, y el efecto de esta incertidumbre en la predicción del nivel de presión sonora en dBA. Los parámetros a analizar son flujo vehicular, porcentaje de vehículos pesados y velocidad promedio de flujo. 2. FUNDAMENTOS Y METODOLOGÍA Mediante un desarrollo algebraico de las ecuaciones de predicción de nivel de presión sonora de los modelos francés NMPB-Routes-96, modelo suizo STL-86 y alemán RLS-90, se obtuvieron las respectivas expresiones matemáticas para la variación en dBA en función de la incertidumbre del flujo vehicular, porcentaje de vehículos pesados y de velocidad de flujo promedio. Para el modelo alemán RLS-90 [Der Bundesminister für Verkehr (1990)], el nivel ponderado de predicción está dado por: 2.1:

donde ---------------------- es el término de corrección por flujo vehicular. Aquí M es el flujo total por hora y p es el porcentaje de vehículos pesados (%). --------------------------- es el término de corrección por velocidad, donde Aquí vPk es la velocidad máxima permitida para vehículos livianos en el rango de 30 km/h a 130 km/h y iiiw la de vehículos pesados en el intervalo 30 km/h a 80 km/h. El término R de la ecuación (2.1) es la suma de otras correcciones irrelevantes para este análisis. Dado el porcentaje exacto de vehículos pesados en el flujo p0 , y dadas las incertidumbres en el flujo total de vehículos por hora iiQ y en el flujo de vehículos pesados por hora P , se obtiene la variación del nivel de predicción debido a estas incertidumbres: 2.2:

Asimismo, considerando una incertidumbre en la velocidad ----------------- , igual para ambos tipos de vehículos, resulta la siguiente variación en el nivel de predicción: 2.3:

donde -------------------------------- y Aquí ---- y ---- son los valores exactos de las velocidades para vehículos livianos y pesados, respectivamente. Para el modelo Suizo STL-86 [Álvarez, J.P, (2010)], se utiliza el siguiente modelo: 2.4:

donde LRE es un nivel de emisión de referencia a 1 [m] del centro de una calzada de dos vías a 1 [m] de altura. v es la velocidad media de todo el flujo vehicular, p es la razón entre vehículos pesados y la cantidad total de vehículos, mientras que I es el flujo total de vehículos por hora. Considerando el valor exacto de la velocidad v y del porcentaje de vehículos pesados p0, se obtiene la variación del nivel de predicción producto de la incertidumbre en el flujo vehicular total aQ y en el porcentaje de vehículos pesados ap : 2.5:

Si ahora consideramos sólo una incertidumbre en la velocidad av , para distintos valores de p0 y v0 (los valores exactos), resulta una variación en dBA según: 2.6:

Para el modelo francés NMPB-Routes-96 [González, J. Et al. (2002)], una expresión simplificada que predice el nivel de ruido está dado por: 2.7:

donde Q L y QP son los flujos por hora de vehículos livianos y pesados, respectivamente. E es el factor de equivalencia entre vehículos ligeros y pesados. V es la velocidad en km/h y R es un término que depende de factores geométricos. Si consideramos el valor exacto del porcentaje de vehículos pesados respecto de los livianos pl0 , del flujo de vehículos livianos por hora Ql0, y un valor constante E0 , entonces la variación en el nivel de presión sonora debido a una incertidumbre en el porcentaje de vehículos pesados respecto de los livianos, apl y en el flujo de vehículos livianos aQl corresponde a: 2.8:

Si se percibe una incertidumbre a-v en la velocidad, entonces la variación en dBA estará dado por: 2.9:

S O N A C 2 0 1 2

Para esta investigación se utilizó el software Matlab(R), versión 2009a. Con este software se programaron rutinas para determinar las variaciones del nivel de presión sonora de predicción en función de la incertidumbre de los datos de entrada. Se realizó un análisis con cada modelo por separado y también una comparativa entre ellos, asumiendo condiciones promedios pertinentes en el modelo francés, para los parámetros E y pl ya que éstos no aparecen en los otros modelos. 3. RESULTADOS Los resultados de la variación de nivel equivalente en función de la incertidumbre del porcentaje de vehículos pesados en el modelo RLS-90, para distintos casos, se representan en la Figura 3.1.

Figura 3.1 Variación de nivel equivalente (dBA) en función de la incertidumbre del flujo de vehículos pesados, término Lm25 , para distintos porcentajes de vehículos pesados y distintas incertidumbres positivas

en el flujo total AQ , en modelo RLS-90. Fuente: Elaboración propia.

Figura 3.2 Variación de nivel equivalente (dBA) en función de la incertidumbre del flujo de vehículos pesados, término Dv , para distintos porcentajes de vehículos pesados y distintas incertidumbres positivas en el flujo total AQ , en modelo RLS-90. Fuente: Elaboración propia.

En la Figura 3.2 se encuentran las variaciones del nivel de presión sonora en el término Dv del modelo RLS-90 producto de las mismas incertidumbres (positivas) dadas para la Figura 3.1. Aquí se adoptan algunos casos de velocidades límites para vehículos livianos y pesados.

S O N A C 2 0 1 2

101

Figura 3.3 Variación de nivel equivalente (dBA) en función de la incertidumbre (positiva) de la velocidad de flujo vehicular, para distintos porcentajes de vehículos pesados y velocidad máximas permitidas, término Dv en modelo

RLS-90. Fuente: Elaboración propia.

En la Figura 3.3 se muestra la variación del nivel según norma RLS-90, del término Dv influenciado por la incertidumbre (positiva) de velocidad, considerando algunos casos de velocidades máximas permitidas y con distintos porcentajes de vehículos pesados.

Figura 3.4 Variación de nivel equivalente (dBA) en función de la incertidumbre (positiva) del porcentaje de vehículos pesados, para distintos valores de pl , de incertidumbre positiva de flujo de vehículos livianos y para un E=7 , modelo NMPB

routes 96. Fuente: Elaboración propia.

En las figuras 3.4 y 3.5 se encuentran las variaciones del nivel de presión sonora en los modelos francés NMPB routes 96 y suizo STL-86, respectivamente.

S O N A C 2 0 1 2

103

Figura 3.5 Variación de nivel equivalente (dBA) en función de la incertidumbre (positiva) del porcentaje de vehículos pesados, para distintos valores de incertidumbre del flujo total y para una velocidad promedio v=60km/h. Modelo STL-86. Fuente: Elaboración propia.

En las figuras 3.6 y 3.7 se encuentran gráficos comparativos de los tres modelos estudiados. En la figura 3.6 se muestra la variación en dBA debido a la incertidumbre (positiva y negativa) en el porcentaje de vehículos pesados, considerando tres valores de porcentaje de vehículos pesados (5%, 10% y 15%). Mientras que en la figura 3.7, se observa la variación en dBA debido a la incertidumbre (positiva y negativa) en la velocidad, considerando varios casos de velocidades promedio (50 km/h, 60 km/h y 70 km/h). En ambos casos, se asumieron algunos valores constantes para poder realizar la comparación.

Figura 3.6 Variación del nivel equivalente (dBA) en función de la incertidumbre del porcentaje de vehículos pesados, dada una velocidad promedio (50 km/h) y distintos porcentajes de vehículos pesados para tres modelos distintos. Fuente: Elaboración propia.

S O N A C 2 0 1 2

105

Figura 3.7 Variación del nivel equivalente (dBA) en función de la incertidumbre de la velocidad, dado un porcentaje de vehículos pesados (10%) y distintas velocidades promedio para vehículos pesados y livianos, usando tres modelos distintos. Fuente: Elaboración propia.

4. DISCUSIÓN DE RESULTADOS Al analizar el modelo RLS-90, de acuerdo a la figura 3.1, se observa que a medida que aumenta la incertidumbre positiva del porcentaje de vehículos pesados, aumenta la variación en dBA alcanzando un valor de hasta 2.0 dB de error en la predicción (en ausencia de otra incertidumbre, i.e. aQ=0 ). Este error puede llegar hasta los 2.5 dB si aparece una incertidumbre (también positiva) en el flujo total de vehículos por hora ( aQ=50 ). De acuerdo a la figura 3.2, una incertidumbre positiva en la velocidad podría incrementar el error en 0.5 dB. Por otra parte, según la figura 3.3, un aumento en la incertidumbre positiva en la velocidad, manteniendo en cero la incertidumbre en otros parámetros, genera un aumento en el error del nivel de predicción, especialmente a altas velocidades y este error es mayor en bajos porcentajes de vehículos pesados. Un fenómeno similar al de RLS-90 ocurre con los otros dos modelos, en términos de la incertidumbre de vehículos pesados. De acuerdo a las figuras 3.4 y 3.5, existe una proporcionalidad (no lineal) entre esta incertidumbre y el error de la predicción. También se debe notar que

el error en dB aumenta levemente cuando el porcentaje de vehículos pesados es mayor.

Al comparar los tres modelos, se puede apreciar que el modelo RLS-90 es el que se ve más afectado en presencia de una incertidumbre en el porcentaje de vehículos pesados, mientras que el modelo STL-86 posee menor variación en dB en las mismas condiciones.

Al comparar los tres modelos, se puede apreciar en la figura 3.6 que para un cierto porcentaje de vehículos pesados, el modelo RLS-90 es el que se ve más afectado en presencia de una incertidumbre en el porcentaje de vehículos pesados, mientras que el modelo STL-86 posee menor variación en dB en las mismas condiciones. Por otro lado, una misma incertidumbre en la velocidad ocasiona una mayor variación en dB en el modelo NMPB routes 96, respecto a los otros modelos, siendo el modelo RLS-90 el menos afectado en presencia de incertidumbre positiva. Sin embargo, con una incertidumbre negativa de la velocidad, la menor variación en dBA se encuentra entre RLS-90 y STL-86, dependiendo de la velocidad promedio. En general, analizando las figuras 3.6 y 3.7 se destaca que una incertidumbre negativa, ya sea de velocidad o de porcentaje de vehículos pesados, implica una variación en dBA mayor que la generada por una incertidumbre positiva. A la luz de estos resultados, es conveniente sobrestimar el valor de entrada, que subestimarlo. 5. CONCLUSIONES En el presente artículo se expusieron los resultados de la investigación sobre la incertidumbre de los datos de entrada en distintos modelos de predicción, en particular en NMPB-Routes-96, STL-86 y RLS-90, y el efecto de esta incertidumbre en la predicción del nivel de presión sonora en dBA. Este artículo puede ser de ayuda a ingenieros acústicos en la toma de decisiones al momento de realizar un mapa de ruido de grandes ciudades mediante predicción de software, especialmente si existen datos de entrada insuficientes o pocos recursos para su determinación exacta. 6. REFERENCIAS 1.

Commission of the european communities (1996). Future Noise Policy. European Commission, Green paper. Brussels.

Der Bundesminister für Verkehr (1990). Abteilung Straßenbau. Richtlinien für den Lärmschutz an Straßen RLS-90. Ausgabe 1990.

Álvarez, J.P. (2010). Estudio comparativo para modelos predictivos del ruido de tráfico rodado, a través de mediciones in situ en un sector de la ciudad de Osorno (Chile). Universidad Austral de Chile. Valdivia.

González, J. Et al. (2002). Estudio comparativo de modelos predictivos de ruido para tráfico rodado. Valladolid, España. Universidad de Valladolid.

S O N A C 2 0 1 2

107

GESTIÓN SOBRE RUIDO AMBIENTAL

EN EL DISTRITO METROPOLITANO DE QUITO, ECUADOR M. Chávez

mchavez@quitoambiente.gob.ec

Secretaría de Ambiente, Municipio del Distrito Metropolitano de Quito Quito - Ecuador

Resumen El Municipio de Quito, a través de la Secretaría de Ambiente, entidad reguladora y rectora en materia ambiental en el DMQ, realiza la gestión sobre el ruido de la ciudad. El control de ruido se realiza principalmente a través de la Ordenanza No.213 y sus Normas Técnicas; el monitoreo de los niveles de ruido, campañas de concienciación y la revisión y generación de nuevas políticas. En el presente trabajo se exponen brevemente: el marco normativo legal y técnico con el cual se realiza el control de ruido ambiental de fuentes fijas, fuentes móviles y aeropuertos; resultados sobre el control de ruido del sector industrial y del parque automotor, resultados del Sistema de Monitoreo de Contaminación Acústica y algunas líneas de acción propuestas a mediano y largo plazo en términos de ruido ambiental y vibraciones. Palabras Clave: Acústica ambiental, Contaminación acústica, Distrito Metropolitano de Quito.

Abstract The Municipality of Quito, in conjunction with the Secretary of the Environment regulates and manages noise pollution within the city. Noise Control is mainly executed by way of Ordinance No. 213 and its technical standards; the monitoring of noise levels, awareness campaigns and the review and development of new policies. In this work we describe briefly: the legal and technical regulations used for the environmental noise control of stationary and mobile sources including airports; the SONAC Revista de Sonido y Acústica, Num. 3, pags 107 - 115. Mayo 2012. ISSN: 1390-6348

results of noise control policies in the industrial and automotive sectors; the results of the Acoustical Pollution Monitoring System, and those long and medium term actions proposed to reduce environmental noise and vibrations. Key Words: Environmental noise, Noise pollution, Metropolitan District of Quito. 1. INTRODUCCIÓN Quito, DM, situada al sur de la línea equinoccial, con una altura de 2850 msnm, acoge aproximadamente a 2.2 millones de personas (15% de la población nacional del Ecuador). Según la percepción ciudadana, la contaminación ambiental es el tercer problema más importante del Distrito Metropolitano de Quito (detrás de la inseguridad y la movilidad). El ruido es el tercer contaminante que más preocupa a los habitantes del Distrito. En la ciudad de Quito se distinguen como las principales fuentes de ruido: el tráfico rodado, aéreo y las actividades comerciales e industriales; siendo estas dos últimas las causantes de la mayor parte de denuncias que realiza la ciudadanía.

La Secretaría de Ambiente es responsable del control y la regulación de los temas de carácter ambiental en la ciudad de Quito.

La Secretaría de Ambiente es responsable del control y la regulación de los temas de carácter ambiental en la ciudad de Quito. Este órgano del Municipio es el encargado de realizar el diagnóstico ambiental, licenciar proyectos y actividades, generar políticas y acciones que deriven en mejorar la calidad de vida de los habitantes. El control de ruido de la ciudad, se lo realiza mediante el monitoreo de fuentes fijas (actividades industriales, de comercios y servicios) y fuentes móviles (vehículos) a través de la aplicación de la Ordenanza Metropolitana No. 213 y su Norma Técnica. Desde el año 2011, Quito cuenta con un Sistema de Monitoreo de Contaminación Acústica (SMCA), el cual se compone actualmente de una red de tres estaciones fijas que miden continua y permanentemente el ruido ambiental que se genera en puntos al norte, centro y sur de la ciudad. Actualmente la Secretaría de Ambiente trabaja sobre el fortalecimiento del SMCA y la generación de marcos normativos sobre ruido de aeropuertos y vibraciones. Otra de las medidas que se realizan son programas de educación y sensibilización con la ciudadanía por una cultura más respetuosa y silenciosa. 2. MARCO LEGAL Y TÉCNICO La Ordenanza Metropolitana No. 213, “De la Prevención y Control del Medio Ambiente” publicada en el Registro oficial el 10 de septiembre de 2007, es la herramienta legal que permite regular la emisión de ruido de fuentes fijas y móviles en el Distrito Metropolitano de Quito, bajo los siguientes capítulos: -- Capítulo II “De la Contaminación Acústica”.- En dicho capítulo se establecen los sujetos de control, las infracciones,

109

S O N A C 2 0 1 2

responsables de la vigilancia, aplicación de sanciones y promueve además las medidas de orientación y educación. -- Capítulo III “De la Contaminación Vehicular”.- Sobre el sistema de la revisión vehicular y controles en la vía pública. -- Capítulo IV “De la evaluación de impacto ambiental”.- Describe las directrices que deben seguir los proyectos a fin de mitigar los impactos ambientales. -- Capítulo V “Del Sistema de Auditorías Ambientales y Guía de Prácticas Ambientales”.- Establece los lineamientos de control periódico bajo el cual se someten las actividades que generan impactos ambientales. La Resolución 002-DMA-2008, “Normas Técnicas de Calidad Ambiental” expedidas el 4 de agosto de 2008, para viabilizar la aplicación de la Ordenanza No. 213, describe en su Art. 8 la Norma Técnica para el control de ruido causado por fuentes móviles y fijas, en concordancia al Capítulo II De La Contaminación Acústica. Dicha norma tiene por objeto establecer los métodos y procedimientos para la determinación de los niveles de ruido, niveles permisibles de ruido en el ambiente provenientes de fuentes fijas, y los límites permisibles de emisiones de ruido desde vehículos automotores. Están sujetos a las disposiciones de esta norma todos los emisores acústicos, públicos o privados, fijos y móviles, salvo la exposición acústica en los ambientes laborales (Código del Trabajo) y el ruido de aeronaves que se rigen a las normas establecidas por la Dirección de Aviación Civil y tratados internacionales ratificados. TIPO DE ZONA SEGÚN EL USO DEL SUELO Zona Equipamientos y Protección

NIVEL DE PRESIÓN SONORA EQUIVALENTE: NPS eq [DB(A)] DE 06H00 A 20H00

DE 20H00 A 06H00

Zona Residencial

Zona Residencial Múltiple (2)

Zona Comercial

Zona Industrial 1

Zona Industrial 2

(3)

Zona Industrial 3, 4, 5 (4)

(1)

Tabla 2.1 Niveles Máximos permitidos de Ruido para Fuentes Fijas.

CATEGORÍA DE VEHÍCULO

DESCRIPCIÓN

VELOCIDAD DEL MOTOR EN LA PRUEBA [rpm]

NPS MÁXIMO (DB{A})

Motocicletas o similares

Motocicleta, tricars, cuadrones y los vehículos de transmisión de cadena, con motores de 2 a 4 tiempos

De 4.000 a 5.000

Vehículos Livianos

Automotores de cuatro ruedas con un peso neto vehicular inferior a 3.500 kilos

De 2.500 a 3.500

Vehículos pesados para carga

Automotores de cuatro ó más ruedas, destinados al transporte de carga, con un peso neto vehicular superior o igual a 3.500 kilogramos

De 1.500 a 2.500

Buses, busetas

Automotores pesados destinados al transporte de personas, con un peso neto vehicular superior o igual a 3.500 kilos.

De 1.500 a 2.500

Tabla 2.2 Niveles permitidos de Ruido para Automotores.

Debido a la construcción del Nuevo Aeropuerto Internacional de Quito, y a partir de la experiencia con el actual, se desarrolló la propuesta de Norma Técnica de Ruido de Aeropuertos, misma que fue socializada y está próxima a publicarse. Dicho documento tiene como objeto determinar los métodos y procedimientos para la prevención, mitigación y control de los niveles de ruido en el ambiente provenientes de las actividades y operaciones de aeropuertos. La normativa determina además compatibilidades del uso del suelo en función de los contornos de ruido obtenidos por modelamiento, mediante INM1. El ruido ambiental y su monitoreo no cuentan actualmente con un marco normativo. Se obtienen para cada día los indicadores de Nivel Diurno (LD), Nocturno (LN) y Corregido Día-Noche (LDN). Este último obtenido luego de adicionar 10 dB(A) de penalización a los niveles observados en el periodo nocturno, comprendidos entre las 00h00 a 07h00 y 22h00 a 00h00. 3. CONTROL Y MONITOREO De acuerdo al Capítulo V de la Ordenanza, las fuentes fijas (comercios, servicios e industrias) son reguladas a través de los Planes de Manejo Ambiental dentro de las Auditorías Ambientales (AA) o los lineamientos de las Guías de Prácticas Ambientales (GPA), de acuerdo a la clasificación del impacto que generan. Las actividades que cuentan con fuentes de ruido deben implementar medidas de insonorización con el fin de cumplir con los límites permisibles (Tabla 2.1) y aquellas fuentes significativas deben caracterizar a través de cuatro monitoreos anuales. Con relación a las denuncias realizadas por la ciudadanía, el seguimiento se realiza mediante operativos de control realizados por la Secretaría de Ambiente y las Administraciones Zonales (unidades opera1. Integrated Noise Model.- Modelo de análisis de ruido, basado en el estándar SAE AIR 1845, y utilizado por la FAA, EEUU.

S O N A C 2 0 1 2

111

tivas desconcentradas del Municipio) con la cooperación de la Unidad de Protección del Medio Ambiente de la Policía Nacional. De acuerdo al Capítulo III de la OM, el ruido generado por fuentes móviles es controlado en los Centros de Revisión Vehicular (Secretaría de Movilidad). Los controles externos se realizan en la vía pública con el apoyo de la Unidad de Protección Ambiental (UPMA) de la Policía Nacional. En este sentido se regula: -- El uso de dispositivos sonoros: bocinas, altoparlantes, campanas, timbres, resonadores, silbatos o sirenas instalados en cualquier vehículo, (a excepción de vehículos de seguridad y emergencia). -- Arrastre de piezas metálicas, escapes abiertos. -- Ruido producido por la carga que transportan ciertos vehículos. -- Vehículos de competencia automovilística que circulen sin protección acústica en el DMQ. -- Vehículos que realicen competencias automovilísticas sin protecciones acústicas en calles y vías del DMQ. -- Vehículos que sobrepasen los niveles máximos de ruido previstos en la Norma Técnica. En los controles se verifica visualmente que no existan cornetas neumáticas ya que su presencia es causa de rechazo. Normalmente, estas son colocadas en la parte delantera o en el techo de los automotores; hoy en día casi no existen en Quito, pero abundan en el transporte interprovincial y de carga.

En el año 2008, se diseñó el Sistema de Monitoreo de Contaminación Acústica…

Desde el año 2003 al 2009 se realizaron monitoreos puntuales en zonas críticas de la ciudad, con un promedio de 76 puntos anuales. En el año 2008, se diseñó el Sistema de Monitoreo de Contaminación Acústica, que se compone de una red de 14 estaciones fijas y 8 semifijas, mismo que empieza a implementarse a finales del 2010. Actualmente se dispone de una Red de tres estaciones fijas (JIPIJAPA, CENTRO Y CAMAL) que permiten medir de forma continua y permanente el ruido ambiental que se genera en puntos al norte, centro y sur de la ciudad. 4. RESULTADOS El número de fuentes fijas que han presentado caracterizaciones anuales (principalmente de actividades industriales de mediano y alto impacto sujetas de AA), ha tenido una tendencia al aumento desde el año 2006 al 2009. Se observa que el número de fuentes fijas que cumplen con la normativa también han aumentado. Por otro lado el porcentaje de cumplimiento se ha mantenido entre un 30-40%. Se destaca sin embargo, que el control de las fuentes emisoras de ruido aumentó más del 70%.

CUMPLEN

NO CUMPLEN

% CUMPLIMIENTO

3780

1389

2391

37%

2007

5278

1763

3515

33%

2008

4612

1830

2782

40%

2009

6523

2116

4407

32%

AÑO

FUENTES MONITOREADAS

2006

CUMPLIMIENTO

Tabla 4.1 Análisis de caracterizaciones 2006-2009.

Figura 4.1 Análisis de las caracterizaciones de ruido de actividades sujetas de cumplimiento de Auditorías Ambientales.

La siguiente tabla resume el desempeño de los vehículos en la Revisión Técnica Vehicular. En este caso, el porcentaje de rechazo ha ido disminuyendo con el tiempo. Las motocicletas son las que más incumplen, pese a que la norma es más permisiva con ellas. Cabe observar que el ensayo consiste en la medición de ruido de escape en condiciones estacionarias. AÑO

% RECHAZO (CAT. III) MOTOS

LIVIANOS

2006

2,2%

2,0%

1,4%

2007

1,1%

0,9%

1,1%

2008

2,4%

0,9%

0,7%

2009

1,4%

0,3%

0,1%

2010

0,8%

0,5%

0,3%

Tabla 4.2 Rechazo por emisiones de Ruido - Revisión Vehicular 2006-2010.

PESADOS

S O N A C 2 0 1 2

113

Con respecto al monitoreo continuo de ruido ambiental, los resultados mensuales que ha entregado el sistema hasta el mes de agosto de 2011 se muestran a continuación:

Figura 4.2 Promedio mensual de los niveles sonoros LD, LN,LDN y Leq 24h

Por un lado se observa que desde que las estaciones Centro y El Camal (al sur de la ciudad) empezaron su funcionamiento, la última entrega de resultados fue muy semejante a la presentada por la estación Jipijapa (norte). En estas dos estaciones los niveles equivalentes disminuyen para el mes de junio, tiempo en el cual empieza la época de verano y las vacaciones escolares. Comportamiento contrario a la estación Centro, la cual sufre un aumento significativo en esta época, sobre todo en horas nocturnas. Los resultados del nivel diurno y nocturno de las estaciones, por día de la semana con su respectiva incertidumbre, se muestran en los siguientes gráficos.

Figura 4.3 Promedio diario de los niveles sonoros LD y LN.

Al igual que en la figura 4.2, Jipijapa y Camal entregan valores de ruido muy similares en valores de LD y LN de 65 y 60 dB(A) respectivamente. La tendencia durante la semana es casi constante con un aumento los días viernes en el norte y sábado en el sur. El domingo el ruido diurno y nocturno es ligeramente menor. En el caso del Centro el comportamiento es muy diferente. El ruido tiende a aumentar conforme se acerca el fin de semana, así como las diferencias entre los valores diurnos y nocturnos. El grado de incertidumbre de la estación Centro es notoriamente mayor, lo cual refleja lo dinámico que es el movimiento en este sector. Así mismo se ha obtenido el promedio global en cada estación de los niveles de ruido para cada hora del día.

Figura 4.4 Promedio horario de los niveles sonoros Leq.

S O N A C 2 0 1 2

115

La figura 4.4 permite observar que el ruido promedio durante un día, en las estaciones al norte y sur de la ciudad, varían de 55 a 65dB(A). Se observa además que las actividades empiezan entre las 6h00 y 7h00 y bajan su intensidad a las 19h00 a 20h00. En el caso del Centro, el grado de variación de los niveles de ruido en cada hora es mucho mayor en los dos casos anteriores, sin embargo, si se distingue que los niveles de ruido promedio son aproximadamente 5dB(A) menores. 5. PROYECTOS A MEDIANO PLAZO En cuanto al marco legal, está prevista la revisión de la actual norma técnica de fuentes fijas y móviles, así como el desarrollo de una normativa sobre la transmisión de vibraciones hacia las edificaciones. También está propuesto realizar un instructivo relacionado con estándares de construcción de edificaciones, que considere aspectos de aislamiento, confort acústico y privacidad. Para el año 2014, se espera contar con las 14 estaciones fijas con las que fue diseñada la red de monitoreo, así como también la elaboración de un mapa de ruido de la ciudad. Estos elementos son necesarios para realizar un trabajo integral sobre la gestión de ruido de la ciudad de Quito. 6. COMENTARIOS El marco normativo actual permite regular las principales fuentes de ruido en la ciudad. El bajo porcentaje de cumplimiento (Tabla 4.1) es el reflejo de lo exigente y en algunos casos inaplicables niveles permisibles (35-45dB(A)). En el caso de fuentes móviles, el ensayo actual no permite evaluar el ruido de los vehículos en condiciones dinámicas. Este ensayo debería incluirse principalmente en vehículos de transporte pesado. La publicación de la norma técnica de aeropuertos permitirá planificar un ordenamiento territorial coherente. Son necesarias las campañas de sensibilización a la ciudadanía, dirigidas particularmente a los conductores, en el uso de dispositivos sonoros (equipos de sonido, altoparlantes, bocinas), y los programas de concienciación y control. Fortalecer los controles en la vía pública, y revisar la aplicación de la actual normativa, a fin de evitar conflicto de competencias y sanciones. El Sistema de Monitoreo de Contaminación Acústica junto con el modelamiento del ruido de la ciudad permitirán obtener resultados confiables. Con esto se espera entre otros, desarrollar una normativa de aplicación local real, obtener un escenario temporal y espacial, y definir las políticas que mantengan, junto al desarrollo de la ciudad, un ambiente confortable para los ciudadanos que habitan en esta ciudad.

S O N A C 2 0 1 2

117

DISEÑO Y EVALUACIÓN ACÚSTICA DE SALAS PARA LA ENSEÑANZA J. E. Sommerhoff jsommerh@uach.cl

Universidad Austral de Chile Valdivia - Chile

Resumen En esta nota técnica se exponen los principales aspectos acústicos en el diseño y evaluación de salas para la enseñanza. Se destaca la importancia que tiene considerar la variable acústica en diseño arquitectónico de los colegios, como también, los efectos negativos cuando esta no se considera. Se aclara cuál es el objetivo último que tiene el diseño acústico de una sala para la enseñanza y los factores acústicos del cual depende. Cada uno de estos factores está complementado con directrices de diseño para alcanzar el objetivo deseado: buena inteligibilidad de la palabra. Por último, se explica y muestra un método objetivo de cuantificación y medición de la inteligibilidad de la palabra denominado STI. Palabras Clave: Inteligibilidad de la palabra, STI, Reverberación, Ruido de fondo, Relación señal-ruido.

Abstract This technical note describes the main aspects of the acoustic design and assessment of rooms for teaching. It stands out the importance of considering the acoustic variable in the architectural design of schools, as well as the negative effects when it is not considered. It clarifies which is the ultimate goal of the acoustic design of a room for teaching and the acoustic factors in which it depends. Each of these factors is complemented with design guidelines to achieve the desired goal: good speech intelligibility. Finally, an objective method of quantification and measurement of speech intelligibility called STI is explained and shown. Key Words: Speech intelligibility, STI, Reverberation, Background noise, Noise to signal relation. SONAC Revista de Sonido y Acústica, Num. 3, pags 117 - 125. Mayo 2012. ISSN: 1390-6348

1. INTRODUCCIÓN Los colegios son lugares para aprender, donde hablar y escuchar son la forma primordial de comunicación. El objetivo acústico de una sala de clases es permitir una adecuada comunicación oral. Sin embargo, muchas veces su diseño no contempla esta variable y la sala se transforma en una barrera para el aprendizaje. Este problema invisible tiene implicancias de largo alcance, pero se puede resolver con facilidad. Siempre puede haber enseñanza, pero el máximo aprendizaje no ocurrirá hasta que la audición sea óptima. Un aula con mala inteligibilidad dificulta severamente el aprendizaje del alumno y hace inútil el esfuerzo del profesor.

Las malas decisiones de diseño acústico de una sala clase pueden afectar seriamente el desarrollo educativo de los estudiantes.

Cuando en el diseño de una sala se considera la variable acústica, los beneficios asociados al proceso de aprendizaje superan con creces el bajo costo incremental de la obra que genera un diseño apropiado para mejorar la acústica de la sala. Las malas decisiones de diseño acústico de una sala clase pueden afectar seriamente el desarrollo educativo de los estudiantes. Tanto el exceso de ruido ambiental como un inadecuado acondicionamiento acústico pueden degradar la inteligibilidad de la palabra en la sala. Los alumnos, a menudo no se dan cuenta que tienen algún grado de dificultad para escuchar con claridad lo que el profesor dice, esto, producto de nuestras capacidades muy notables de “adivinar la palabra correcta” o “predecir por el contexto” cuando escuchan en condiciones acústicas de ruido o mucha reverberación [1][2]. Por ejemplo, escuchar en una sala como mucha reverberación equivale a leer el texto de la figura 1.1

Figura 1.1 Escuchar en una sala como mucha reverberación equivale a leer este texto.

Seguramente todos podrán leer la oración anterior, pero no cabe ninguna duda que el esfuerzo mental que hay que realizar es superior al que hay que realizar si no se hubiesen omitido algunas letras. Esto produce en los alumnos cansancio, falta de comprensión, distracción, aburrimiento, desorden, y le genera en el largo plazo problemas de vocabulario y de expresión verbal. En los profesores genera cansancio, stress y afonía, lo que muchas veces se ve reflejado en un mayor ausentismo laboral [3]. Los efectos negativos del ruido y la reverberación son generalmente más evidentes en la enseñanza de un segundo idioma, en el cual los estudiantes son menos capaces de usar el contexto para adivinar o individualizar palabras particulares. También, los oyentes con cualquier discapacidad auditiva se verán más afectados por una mala acústica en comparación con los oyentes que tienen una audición normal.

S O N A C 2 0 1 2

119

2. FACTORES ACÚSTICO QUE AFECTAN LA INTELIGIBILIDAD DE LA PALABRA Los factores acústicos que afectan la inteligibilidad de la palabra (claridad con que se escucha la voz hablada) son: a. Ruido de fondo. b. Nivel de presión sonora de la señal que llega al auditor. c. Tiempo de reverberación. d. Factor de forma. a. Ruido de fondo y nivel de presión sonora de la señal “Ruido” es cualquier tipo de sonido no deseado. Cuanto más alto es el nivel de la señal de la voz en relación con el nivel de la interferencia del ruido (relación señal-ruido S/R), mayor es la inteligibilidad de la palabra. El nivel de la voz (señal) puede variar con la cantidad de esfuerzo vocal, pero el nivel creciente del habla está limitado por el mecanismo de la voz humana. Hablar más alto es uno de los medios de mejorar la relación señal-ruido y por lo tanto la inteligibilidad, sin embargo puede generar estrés y afonía. Una analogía con un texto escrito se muestra en la figura 2.1 sin ruido de fondo con ruido de fondo

Figura 2.1 Analogía entre un texto escrito y escuchar en una sala ruido.

Un tipo de ruido que es evidente es el emitido por la calefacción, ventilación y aire acondicionado. Otros dispositivos como proyectores u ordenadores, y los ocupantes de la misma habitación, también contribuyen con el ruido no deseado que pueda interferir con nuestra capacidad para entender el habla. c. Tiempo de reverberación Con una reverberación excesiva, las sílabas que anteceden a la sílaba que lleva la información generan un enmascaramiento en ella de la forma que se muestra en la figura 3. Una analogía con un texto escrito es la que se muestra la figura 2.2

Figura 2.2 Enmascaramiento de la información por las sílabas que la anteceden.

d. Factor de forma. Cuando escuchamos la voz hablada en una sala oímos una combinación del sonido directo de la persona que habla, y muchas reflexiones de la misma voz. Es decir, el sonido viaja entre el locutor y el oyente por muchos caminos diferentes que incluyen las reflexiones de varias superficies. Algunas de estas reflexiones llegan al oyente muy pronto después del sonido directo, pero otras, pueden reflejarse alrededor de la habitación durante tanto tiempo como un segundo o más. Las reflexiones tempranas son muy útiles para aumentar la inteligibilidad de la palabra, sin embargo, las reflexiones tardías son indeseables. Los sonidos que se reflejan alrededor de la habitación por largos periodos de tiempo degradan la claridad de la voz hablada. Estas reflexiones tardías se pueden considerar como otro tipo de ruido. La analogía del retardo entre sonido directo y reflejado con un texto escrito se muestra en la figura 2.3

Figura 2.3 Analogía del retardo entre sonido directo y reflejado con un texto escrito.

Otro tipo de reflexiones que pueden disminuir la inteligibilidad de la palabra corresponden al fenómeno denominado eco batido (“flutter eco”). Este fenómeno auditivo se genera por las múltiples reflexiones sucesivas que llegan al auditor producidas por dos superficies paralelas reflectantes, de la forma que se muestra en la figura 2.4. Una manera de determinar su existencia es ubicarse en el eje de la sala y generar un ruido impulsivo por medio de un aplauso. Si el eco batido existe se escuchará un aplauso batiente a medida que el sonido impulsivo se

S O N A C 2 0 1 2

121

refleja una y otra vez entre las dos superficies. Para eliminarlo se puede recubrir una de las superficies con un material absorbente, un elemento difusor, o eliminar el paralelismo con un desvío de al menos 8 grados entre ambas superficies.

Figura 2.4 Ilustración del fenómeno de eco batiente (“flutter eco”).

3. DIRECTRICES PARA MEJORAR LA INTELIGIBILIDAD DE LA PALABRA a. La primera consideración importante para incrementar la inteligibilidad de la palabra y prevenir una tensión en las cuerdas vocales de la voz es asegurar que los niveles de ruido ambiental sean bajos en comparación a niveles de la voz normal (en general S/R > 15 dB). Además de mitigar el ruido proveniente del exterior de la sala, se deben aplicar técnicas de control de ruido a los emitidos por los sistemas mecánicos de calefacción, ventilación y aire acondicionado. Los dispositivos como proyectores u ordenadores, también contribuyen al ruido no deseado. Dado que el nivel de presión sonora de la voz normal a 1 metro del locutor es aproximadamente 60 dB, y cuando este eleva la voz alcanza unos 70 dB, los criterios aceptados de ruido ambiente se dan en la tabla 1, ya sea midiendo el nivel de ruido en dBA, o cumpliendo con la correspondiente curva NC (Noise Criteria). b. La segunda consideración es controlar la reverberación de la sala. Para ello es importante disponer los materiales absorbentes en las superficies que pueden producir reflexiones molestas. La superficie más efectiva para este objetivo es el muro posterior de la sala, dado que la aplicación del material absorbente en ella permite disminuir la reverberación de la sala, como también, evitar las reflexiones molestas que esta produce. Si aun falta absorción en la sala, las superficies aptas para poner material absorbente son la

parte alta-posterior de los muros laterales y la parte posterior del cielo. Los criterios de tiempo de reverberación aceptados se muestran en la tabla 3.1 Ruido máximo

Situaciones

T [s]

dBA

Sala de clases de colegio primario

0.5

Sala de clases de colegio de enseñanza secundaria y universitaria

0.7

Auditorium

0.7

Tabla 3.1 Recomendaciones de ruido ambiente máximo y tiempo de reverberación óptimo para una buena inteligibilidad.

c. La tercera consideración en el diseño, es evitar las reflexiones molestas (p.e. eco batiente) y dotar a la sala de superficies reflectantes que refuercen el sonido directo (reflexiones útiles). La analogía con un texto escrito del efecto de esta estrategia se muestra en la figura 3.1

sin reflector

con reflector

Figura 3.1 La analogía con un texto escrito del efecto de utilizar un reflector del sonido.

Un resumen de estas estrategias se muestra en la figura 3.2 DISEÑO ACÚSTICO ABSORBENTE

Figura 3.2 Resumen de estrategias de acondicionamiento acústico.

S O N A C 2 0 1 2

123

4. TÉCNICA OBJETIVA DE EVALUACIÓN DE LA INTELIGIBILIDAD El STI (Speech Transmisión Index) es una medida objetiva que permite cuantificar y evaluar la inteligibilidad de la palabra. Esta técnica está normalizada por el estándar internacional IEC 60268-16 [4]. Como tal, es una buena herramienta de referencia o de comparación (benchmark) de la calidad acústica de las salas. Su valor varía entre 0 (completamente ininteligible) a 1 (perfectamente inteligible). La escala de calificación de STI [5] para una sala se da en la Tabla 4.1. Para ambientes de aprendizaje el STI debería ser mayor a 0,60. STI

0 a 0,3

0,3 a 0,45

0,45 a 0,6

0,60 a 0,75

0,75 a 1,0

CALIFICACIÓN

Inaceptable

Deficiente

Regular

Buena

Excelente

Tabla 4.1 Evaluación acústica de una sala de acuerdo al STI.

El algoritmo original [6] y su relación con el Índice de Articulación [7] suponen que la predicción de la inteligibilidad de la palabra se basa en una contribución ponderada de 7 bandas de octava.

La pérdida de la modulación entre la señal emitida y señal captada representan la pérdida de modulación en el habla natural, y por lo tanto es también una medida de la pérdida de la inteligibilidad.

Como tal, el método STI se basa en modular en amplitud las 7 bandas de octava de ruido, donde las frecuencias de modulación coinciden con los de habla natural. La pérdida de la modulación entre la señal emitida y señal captada representan la pérdida de modulación en el habla natural, y por lo tanto es también una medida de la pérdida de la inteligibilidad [8]. La función del factor de reducción de modulación m(F) está dada por la ecuación (4.1). 4.1

donde, F = amplitude modulation frequencies (0.63, 0.80, 1.0, 1.25, 1.6, 2.0, 2.5, 3.15, 4.0, 5.0, 6.25, 8.0, 10.0 and 12.5 Hz).

S/R = relación señal-ruido en bandas de octava desde los 125 Hz a 8 kHz. T = tiempo de reverberación en bandas de octava desde los 125 Hz a 8 kHz. Esta función determina el factor de reducción que sufre la modulación de la señal cuando viaja desde la fuente hasta el auditor. Un valor pequeño de m indica una reducción significativa de la inteligibilidad de la voz. La ecuación (4.1) indica que m es dependiente de dos variables acústicas medibles presentes en los canales de transmisión; el tiempo de reverberación, que tiene en cuenta las distorsiones en el dominio del tiempo, y la relación señal-ruido S/R que tiene en cuenta las distorsiones de dominio de la frecuencia. El factor de reducción de modulación m(F)se debe calcular/medir para las 14 diferentes frecuencias de modulación y para las 7 bandas de

octava formando una matriz de 7 x 14 de diferentes combinaciones de ruido modulado. Los pasos del algoritmo que transforman este conjunto de 98 valores m en un solo valor de STI son los siguientes: i. Convertir cada uno de los 98 m valores en una relación señalruido aparente (S/R)app utilizando 4.2

ii. Truncar todos los valores de (S/R )app > 15 dB a +15 dB, y (S/R ) < -15 dB a -15 dB. app iii. Calcular para cada banda de octava (125 Hz a 8kHz) el promedio de los (S/R )app . iv. Calcular la relación señal-ruido aparente global con: 4.3

v. v) Normalizar el índice STI en el rango de 0 a 1 utilizando: 4.4

La figura 4.1 muestra una familia de curvas de STI en función del tiempo de reverberación T y la relación señal-ruido S/R.

Figura 4.1. Familia de curvas de STI en función del tiempo de reverberación T y la relación señal-ruido S/R.

En resumen, la técnica STI permite predecir la inteligibilidad de la palabra de una sala en la etapa de diseño, como también, medir este valor para comprobar la efectividad del diseño y evaluación final de la calidad acústica de la sala.

S O N A C 2 0 1 2

125

5. CONCLUSIONES Esta nota técnica ha indicado la importancia que tiene diseñar salas de clase con buena acústica, de tal forma de que la sala no se transforme en una barrera para el aprendizaje. Se ha establecido que el objetivo último del diseño acústico es obtener una buena inteligibilidad de la palabra, y que esta depende de cuatro factores acústicos: ruido de fondo, nivel de presión sonora de la señal que llega al auditor, tiempo de reverberación y factor de forma. Se han mostrado algunas directrices de diseño, que orientan las estrategias a seguir en cada uno de los factores, como también, se ha indicado un método objetivo de cuantificación y evaluación de la inteligibilidad de la palabra denominado STI. Se ha explicado cuál es la base del STI y mostrado el algoritmo que permite su cálculo. 6. REFERENCIAS 1.

Bradley J.S., (2002) Acoustical Design of Rooms for Speech, Construction Technology, Update No. 51.

Bradley J.S., (1986) Speech intelligibility studies in classrooms. Institute for Research in Construction, National Research Council of Canada, Ottawa.

Urrutikoetxea, A., Ispizua, A., and Matellanes, F. (1995) Vocal pathology in teachers: a video- laryngostroboscopic study of 1,046 teachers. Revue de Laryngologie, Otologie, Rhinologie 116: 255 – 62.

IEC 60268-16. (2011) Sound system equipment – Part 16: Objective rating of speech intelligibility by speech transmission index. IEC. Edition 4.0.

ISO 9921:2003(E). (2003) Ergonomics: Assessment of speech communication. International Organization for Standardization.

Steeneken H.J.M., Houtgast T. (1980) A physical method for measuring speech transmission quality. Journal of the Acoustical Society of America 67(1) 318-326.

Fletcher H. (1995) Speech and Hearing in Communication: Acoustical Society of America Edition.

Steeneken H., Verhave J., McManus S., Jacob K, (2001) Development of an Accurate, Handheld, Simple-to-use Meter for the Prediction of Speech Intelligibility, Presented at ReproduceSound17.

S O N A C 2 0 1 2

127

PAISAJE SONORO:

¿UNA METAMORFOSIS DE LA ACÚSTICA AMBIENTAL? P. Kogan

kogan.acoustics@gmail.com

Universidad Tecnológica Nacional Rosario - Argentina Centro de Investigación y Transferencia en Acústica CINTRA - UA CONICET

¿P

ODEMOS EN PLENO SIGLO XXI SEGUIR EMPLEANDO LAS TÉCNICAS CLÁSICAS DE MEDICIÓN ACÚSTICA Y ANÁLISIS DEL RUIDO URBANO? LOS INDICADORES TRADICIONALMENTE EMPLEADOS EN LA ACÚSTICA AMBIENTAL, COMO LOS NIVELES SONOROS CONTINUOS EQUIVALENTES, LOS PERCENTILES Y LOS ESPECTROS EN BANDAS DE FRECUENCIAS, BRINDAN INFORMACIÓN ÚTIL SOBRE LAS PROPIEDADES DE LA SEÑAL ACÚSTICA EN UNA POSICIÓN RECEPTORA. SIN EMBARGO ¿DESCRIBEN LA REALIDAD EN TODAS SUS DIMENSIONES? ¿Puede evaluarse la incidencia que tiene un sonido en una persona sólo en función de las propiedades físicas de la señal? ¿Experimentan lo mismo dos personas que escuchan idéntico sonido? ¿y una misma persona en dos momentos diferentes? ¿Es posible explicar el agrado o rechazo hacia un sonido sólo mediante mediciones de nivel sonoro? ¿Puede comprenderse la

influencia del sonido en el ser humano descontextualizándolo del ambiente? La interacción entre el hombre y el ambiente, la experiencia, la memoria auditiva y las circunstancias modelan las respuestas frente a los sonidos. En esta dirección, la acústica ambiental está ampliando sus horizontes, traspasando los límites de las mediciones acústicas y las modelaciones de ruido urbano. El estudio del paisaje sonoro brinda un enfoque holístico que intenta contemplar las complejas dimensiones perceptuales y de preferencias por parte de los actores presentes en el ambiente. Este proceso de apertura de la acústica ambiental hacia el universo de las subjetividades es imprescindible en miras a una comprensión integral y profunda del entorno acústico urbano. El recién elaborado borrador de la Norma ISO 12913 define al paisaje sonoro como el ambiente acústico tal como es percibido y entendido por las personas en el contexto1.

El análisis del paisaje sonoro refleja un proceso de metamorfosis de la acústica ambiental, antes centrada en reducir el ruido, ahora reinventándose, posibilitando rescatar y gestionar aquellos sonidos valiosos. Desde esta óptica, el paisaje sonoro no supone al ruido como un desecho ni al silencio como un ideal, sino que considera al sonido, e inclusive al ruido, como un recurso preciado a administrar. Esta nueva concepción conlleva un cambio de paradigma en la acústica ambiental que alumbra nuevas y fascinantes aristas de la ciencia. El estudio del paisaje sonoro conforma una poderosa herramienta interdisciplinaria, en actual desarrollo, que permitirá mejorar la calidad acústica de nuestras urbes y diseñar sustentablemente la acústica de las ciudades futuras.

Ö. Axelsson, “The ISO 12913 series on soundscape”, Proceedings of Forum Acusticum, Aalborg, Denmark, 2011.

S O N A C 2 0 1 2

131